2017年9月-2018年9月            奥尔堡大学（丹麦）  能源技术系       联合培养博士

2016年9月-2020年6月            华北电力大学  控制与计算机工程学院       硕博连读（博士阶段）

2015年7月-2016年6月            国网冀北电力科学研究院  新能源研究所       联合培养硕士

2014年9月-2016年6月            华北电力大学  控制与计算机工程学院       硕博连读（硕士阶段）

2010年9月-2014年6月            华北电力大学  控制与计算机工程学院       学士

2020年8月至今                  暨南大学国际能源电力研究中心         讲师   

1.风力发电建模、分析、优化、控制

2.人工智能技术在新型电力系统中的开发与应用

3.极端气象条件的可再生能源安全发电与高效调度

[1]  Yao Q, Tang J, Ke Y, et al. Anti-tropical cyclone load reduction control of wind turbines based on deep neural network yaw algorithm[J]. Applied Energy, 2024, 376: 124329. （中科院SCI 1区，TOP期刊，IF：10.1，第一作者）

[2] Yao Q, Ma B, Zhao T, et al. Optimized active power dispatching of wind farms considering data-driven fatigue load suppression[J]. IEEE Transactions on Sustainable Energy, 2022, 14(1): 371-380.（中科院SCI 1区，TOP期刊，IF：8.6，第一作者）

[3] Yao Q, Hu Y, Deng H, et al. Two-degree-of-freedom active power control of megawatt wind turbine considering fatigue load optimization[J]. Renewable Energy, 2020, 162: 2096-2112. （中科院SCI 1区，TOP期刊，IF：9.0，第一作者）

[4] Yao Q, Hu Y, Zhao T, et al. Fatigue load suppression during active power control process in wind farm using dynamic-local-reference DMPC[J]. Renewable Energy, 2022, 183: 423-434.（中科院SCI 1区，TOP期刊，IF：9.0，第一作者）

[5] Yao Q, Hu Y, Liu J, et al. Power curve modeling for wind turbine using hybrid-driven outlier detection method[J]. Journal of Modern Power Systems and Clean Energy, 2023, 11(4): 1115-1125.（中科院SCI 1区，IF：5.7，第一作者）

[6] Sun S, Cui S, He T, Yao Q. An integrated deep neural network framework for predicting the wake flow in the wind field[J]. Energy, 2024: 130400. （中科院SCI 1区，TOP期刊，IF：9.0，通讯作者）

[7] Guan Y, Xiao Y, Qin L, Sun S, Liu X, Yao Q. An Admittance Modelling Method of Grid-Tied Converter in αβ-frame Under Voltage Sag[J]. IEEE Transactions on Transportation Electrification, 2023. （中科院SCI 1区，TOP期刊，IF：7.2，通讯作者）

[8] Liu J, Yao Q, Hu Y. Model Predictive Control for Load Frequency of Hybrid Power System with Wind Power and Thermal Power[J]. Energy, 2019, 172:555-565. （中科院SCI 1区，IF：9.0）

[9] Zhang Y, Yao Q, Luo B, et al. Robust control of uncertain asymmetric hysteretic nonlinear systems with adaptive neural network disturbance observer[J]. Applied Soft Computing, 2024, 167: 112387. （中科院SCI 1区，TOP期刊，IF：7.2）

[10] Yao Q, Zhang Y, Sun S, et al. Optimization of energy efficiency for offshore wind farms via wake modeling-free NMPC[J]. Ocean Engineering, 2024, 305: 117923. （中科院SCI 2区，IF：4.6）

[11] Yao Q, Li S, He J, et al. New design of a wind farm frequency control considering output uncertainty and fatigue suppression[J]. Energy Reports, 2023, 9: 1436-1446. （中科院SCI 3区，IF：4.7，第一作者）

[12] Yao Q, Liu J, Hu Y. Optimized active power dispatching strategy considering fatigue load of wind turbines during de-loading operation[J]. IEEE Access, 2019, 7: 17439-17449. （中科院SCI 3区，IF：3.4，第一作者）

[13] Yao Q, Hu Y, Chen Z, et al. Active power dispatch strategy of the wind farm based on improved multi‐agent consistency algorithm[J]. IET Renewable Power Generation, 2019, 13(14): 2693-2704. （中科院SCI 4区，IF：2.6，第一作者）

[14] Cai Z, Feng T, Yao Q, et al. Anti‐tropical cyclone yaw control of wind turbines based on knowledge learning and expert system[J]. IET Control Theory & Applications, 2023, 17(16): 2178-2189. （中科院SCI 4区，IF：2.2，通讯作者）

[15] 姚琦, 梁泽民, 胡阳, 等. 不依赖尾流模型的风电场能效提升与机组载荷抑制控制[J]. 中国电机工程学报, 2025, 45(4): 1488-1500.（EI期刊，第一作者）

[16] 姚琦, 胡阳, 柳玉, 罗智凌, 綦晓. 考虑载荷抑制的风电场分布式自动发电控制[J]. 电工技术学报, 2022, 37(3): 697-706.（EI期刊，第一作者）

[17] 姚琦, 刘吉臻, 胡阳, 等. 含异步变速风机的风电场一次调频等值建模与仿真[J]. 电力系统自动化, 2019, 43(23):185-192.（EI期刊，第一作者）

[18] 姚琦, 柳玉, 白恺, 等. 风电场功率预测水平的多指标综合评价方法研究[J]. 太阳能学报, 2019, 40(2): 333. （EI期刊，第一作者）

[19] 刘吉臻, 姚琦, 柳玉, 等. 风火联合调度的风电场一次调频控制策略研究[J]. 中国电机工程学报, 2017, 37(12):3462-3469+3674.（EI期刊，CNKI高被引、高下载论文，通讯作者）

[20] 贺敬,李少林,蔡玮, 姚琦.双重不确定性预测下风电场超短期有功优化控制[J].太阳能学报,2023,44(11):270-278.（EI期刊，通讯作者）

1. 电网输变电设备防灾减灾国家重点实验室, 国家重点实验室开放课题, SGTYHT/21-JS-226, 台风灾害中海上风电机组疲劳载荷特性全过程仿真研究, 2022-07 至 2023-12, 37.5万元, 在研, 主持。

2. 广东省基础与应用基础研究基金委员会，区域联合基金-青年基金项目，海上风电能效-载荷联合优化控制系统研究，2020A1515110547，2020-10至2023-09，10万元，在研，主持。
   

3. 新能源与储能运行控制国家重点实验室, 国家重点实验室开放课题, NYB51202101982, 双重不确定性风险下的风电场综合调频与疲劳抑制研究, 2021-06 至 2022-09, 11万元, 结题, 主持。

4. 中国能源建设集团广东省电力设计研究院有限公司，科技项目，海上风电机组运行载荷分析与有功功率优化控制研究，2019.10-2020.9,48.5万元，结题，主持。

1. 姚琦; 胡阳; 刘吉臻 ; 一种基于改进多智能体一致性算法的风电场有功调度方法, 2020-10-20, 中国, ZL201810442916.0 

2. 王中权; 姚琦; 苏荣; 刘维斌; 刘沙; 王大龙; 张斌; 易伟; 刘东华; 孙枭雄; 毕明君; 蔡传卫; 张京伟 ; 海上风电场的机组功率指令值计算方法和分布式调度方法, 2023-01-31, 中国,CN202110601163.5 

1. 《人工智能》        自动化本科专业必修课程

2. 《工业过程控制》    自动化本科专业必修课程

3. 《计算机控制系统》    能源电力研究中心硕士生专业选修课程

• 国际电工委员会“可再生能源接入电网”分技术委员会国内对口工作组专家；

• SCI期刊《Frontiers In Energy Research》Review Editor；

• Energy等国内外期刊特邀评审专家。