Trường Điện - Điện tử
ĐẠI HỌC BÁCH KHOA HÀ NỘITrường Điện - Điện tử
Nguyễn Thị Hoài Thu
Thông tin cá nhân
Giảng viên cao cấp
Phó Giáo Sư
Tiến sỹ
Trường Điện - Điện tử
PTN NC Hệ thống điện và năng lượng tái tạo
Phòng E505-C7, Đại học Bách khoa Hà Nội, số 1 Đại Cồ Việt, Hà Nội, Việt Nam
Cô Nguyễn Thị Hoài Thu nhận học vị Tiến sĩ Kỹ thuật cơ khí và năng lượng năm 2017 của Đại học Tsukuba, Nhật Bản. Hiện tại cô Nguyễn Thị Hoài Thu là Giảng viên tại Khoa Điện, Trường Điện - Điện tử, Đại học Bách khoa Hà Nội. 
Hướng nghiên cứu
Các hướng nghiên cứu quan tâm hiện tại bao gồm: tính toán tối ưu về dung lượng hoặc tối ưu chế độ vận hành, phân phối công suất cho hệ thống điện/lưới siêu nhỏ, mô phỏng và phân tích khi tích hợp các nguồn năng lượng tái tạo trong hệ thống điện, ứng dụng trí tuệ nhân tạo vào trong hệ thống điện như dự báo, nhận dạng sự cố,...
Lĩnh vực nghiên cứu chính
Năng lượng và môi trường bền vững, Công nghệ dữ liệu, AI và hệ thống thông minh, Điện - Điện tử
PGS. TS. Nguyễn Thị Hoài Thu
Công bố khoa học
Secondary decomposition-based EVMD-DWT-Transformer for wind speed prediction
Secondary decomposition-based EVMD-DWT-Transformer for wind speed prediction
Tạp chí/Proceedings:
AIMS Energy (10.3934/energy.2026015)
Tác giả:
Nguyen Thi Hoai Thu, Do Xuan Bach, Nguyen Trung Tuan Anh, Pham Phong Ky
Lĩnh vực nghiên cứu:
Năng lượng và môi trường bền vững, Công nghệ dữ liệu, AI và hệ thống thông minh, Điện - Điện tử
Loại công bố:
Tạp chí ISI (Q2)
Thời gian:
03/2026
Day-ahead And Intraday Wind Speed Forecasting Method Based On OS-ELM Model With CEEMDAN
Day-ahead And Intraday Wind Speed Forecasting Method Based On OS-ELM Model With CEEMDAN
Tạp chí/Proceedings:
Journal of Applied Science and Engineering (10.6180/jase.202607_30.001)
Tác giả:
Nguyen Thi Hoai Thu , Ngo Van Khanh, and Do Xuan Bach
Lĩnh vực nghiên cứu:
Năng lượng và môi trường bền vững, Công nghệ dữ liệu, AI và hệ thống thông minh, Điện - Điện tử
Loại công bố:
Tạp chí ISI (Q2)
Thời gian:
11/2025
Đề tài nghiên cứu
Dự báo ngắn hạn công suất điện gió/vận tốc gió sử dụng mô hình lai kết hợp mạng nơ ron nhân tạo với kỹ thuật phân tách
Dự báo ngắn hạn công suất điện gió/vận tốc gió sử dụng mô hình lai kết hợp mạng nơ ron nhân tạo với kỹ thuật phân tách
Mã số đề tài:
Cấp đề tài:Đề tài Cơ sở phân cấp
Chủ nhiệm đề tài:PGS. TS. Nguyễn Thị Hoài Thu
Thành viên:Nguyễn Thị Hoài Thu, Nguyễn Quốc Minh, Nguyễn Mạnh Linh
Thời gian:
Trạng thái:Đã duyệt
Mục tiêu của đề tài là xây dựng mô hình lai kết hợp mạng nơ-ron nhân tạo (AI) và các kỹ thuật phân tách dữ liệu nhằm giảm thiểu sự không ổn định và biến động trong dữ liệu gió, từ đó cải thiện độ chính xác dự báo vận tốc gió và công suất điện gió ngắn hạn. Nhờ việc áp dụng kỹ thuật phân tách như wavelet decomposition, empirical mode decomposition hoặc các phương pháp phân tách tiên tiến khác nhằm chia nhỏ dữ liệu gió thành các chuỗi con có tính ổn định cao hơn, khẳ năng học và dự báo sẽ được tăng cường. Nhìn chung, đề tài hướng đến việc phát triển một mô hình dự báo có khả năng ứng dụng cao trong công tác vận hành hệ thống điện hiện đại, đặc biệt là trong bối cảnh gia tăng công suất của các nguồn năng lượng tái tạo.
Short-term solar irradiation forecasting based on a novel hybrid model of deep learning neural networks with optimized structure
Short-term solar irradiation forecasting based on a novel hybrid model of deep learning neural networks with optimized structure
Mã số đề tài:AGF-2022-07
Cấp đề tài:Đề tài Cơ sở Hợp tác QT
Chủ nhiệm đề tài:PGS. TS. Nguyễn Thị Hoài Thu
Thành viên:Nguyễn Thị Hoài Thu, Phạm Năng Văn
Thời gian:Từ 12/07/2022
Trạng thái:Đã duyệt
Học viên sau đại học
Quy hoạch phát triển nguồn điện Việt Nam có xét yêu cầu giảm phát thải ròng và điều khiển nhu cầu phụ tải
Loại đồ án: Luận văn Thạc sỹ Khoa học
Sinh viên: Hà Duy Đức
GV hướng dẫn: Nguyễn Thị Hoài Thu
Ứng dụng trí tuệ nhân tạo trong dự báo công suất phát cho nhà máy điện mặt trời Nhị Hà.
Loại đồ án: Luận văn Thạc sỹ Khoa học
Sinh viên: Trần Quang Khải
GV hướng dẫn: Nguyễn Thị Hoài Thu