CTI Lab4EV

CTI Lab4EV Phòng thí nghiệm Nghiên cứu Xe điện, Trường Điện - Điện tử, Đại học Bách Khoa Hà Nội

Hội quân Quy Nhơn thành – CTI Lab4EV thi triển võ công.Ngày 15 tháng 7 năm 2026, đại diện môn phái cùng dàn đệ tử nòng c...
23/07/2026

Hội quân Quy Nhơn thành – CTI Lab4EV thi triển võ công.

Ngày 15 tháng 7 năm 2026, đại diện môn phái cùng dàn đệ tử nòng cốt của CTI Lab4EV đã chính thức hội quân tại Quy Nhơn thành để tham dự Đại hội Võ lâm VCCA 2026, quy tụ tại Quy Nhơn Đại Tông Môn, Gia Lai tỉnh.

Để kịp giờ khai mạc đại hội, các cao thủ đã thi triển đủ mọi phương thức bôn tẩu giang hồ: Kẻ thì cưỡi thần ưng Boeing lướt gió giáng thế xuống Phù Cát sơn trang; người lại nương theo thiết long hỏa xa xé gió cập bến Diêu Trì trạm; lại có nhóm điều khiển thiết mã tích điện 135 mã lực VinFast VF5, thần tốc xông thẳng tới Quy Nhơn thành.

Tại đại hội, các môn sinh trẻ tuổi của CTI Lab4EV đã đại diện giáo phái bước lên đại điện, tung ra 6 pho tuyệt kỹ nghiên cứu do chính tay mình sáng tạo. Nội dung các bộ bí kíp tập trung giải quyết những tâm pháp tinh yếu về thiết mã điện cơ và linh lực lưới điện.

Bằng sự biến hóa kỳ ảo trong luận điểm, các chiêu thức đã lập tức hấp dẫn võ lâm, khiến chư vị tiền bối cùng cao thủ khắp các phân ban vô cùng thích thú, liên tục thượng đài đặt câu hỏi và trao đổi chiêu thức.

Trải qua hai ngày luận kiếm quy mô cùng thời gian thưởng ngoạn sơn thủy hữu tình vùng Quy Nhơn, toàn đoàn CTI Lab4EV đã thu quân trọn vẹn, bình an trở về Bách khoa thánh địa tại Hà Nội thành.

Môn phái xin kính tạ Ban Tổ chức đã dày công chủ trì một kỳ VCCA 2026 viên mãn thành công, để lại bao ấn tượng sâu sắc cùng vệt ân tình đẹp đẽ trong lòng chư sĩ giang hồ!

Cẩn cáo!

Chúc mừng Nguyễn Phi Hùng, học viên cao học tại CTI Lab4EV, đã có bài báo được nhận đăng trên Electric Power Systems Res...
23/07/2026

Chúc mừng Nguyễn Phi Hùng, học viên cao học tại CTI Lab4EV, đã có bài báo được nhận đăng trên Electric Power Systems Research của Elsevier (SCIE Q1, IF = 4.3).

Bài báo thực hiện phân tích lý thuyết và đánh giá toàn diện ba phương pháp định vị nguồn dao động dựa trên dòng năng lượng tiêu tán: DEF, CDEF và SSO-CDEF. Nghiên cứu làm rõ giới hạn áp dụng của từng phương pháp, đồng thời chỉ ra bằng toán học rằng thời điểm bắt đầu tích phân và sai lệch pha do bộ lọc có thể ảnh hưởng đáng kể đến kết quả định vị.

Các kết luận được kiểm chứng trên hệ thống WECC 179 nút, WECC 240 nút và lưới IEEE 14 nút có tích hợp các bộ nghịch lưu bám lưới và tạo lưới. Trên cơ sở đó, bài báo đưa ra hướng dẫn lựa chọn phương pháp phù hợp: DEF cho dao động điện cơ truyền thống, CDEF cho các dao động liên quan đến công suất phản kháng và hệ kích từ, và SSO-CDEF cho các dao động dưới đồng bộ hoặc do nguồn điện tử công suất gây ra.

TUYỂN SINH VIÊN LÀM NGHIÊN CỨU KHOA HỌC VÀ CÁC LOẠI ĐỒ ÁNNhóm Năng lượng – CTI Lab4EVNgười hướng dẫn: Nguyễn Bảo Huyhttp...
20/07/2026

TUYỂN SINH VIÊN LÀM NGHIÊN CỨU KHOA HỌC VÀ CÁC LOẠI ĐỒ ÁN

Nhóm Năng lượng – CTI Lab4EV
Người hướng dẫn: Nguyễn Bảo Huy
https://baohuynguyen.github.io/

Hướng nghiên cứu: mô hình hoá, điều khiển, và quản lý năng lượng cho các hệ xe điện và lưới điện với tỷ trọng điện tử công suất cao

- Control and Stability of Inverter-Based Power Systems: modern power systems with high pe*******on of inverter-based resources, including renewable energy, battery energy storage systems, electric vehicles, data centers and large loads.
- Modeling and Control of Electrified Transportation Systems: control-oriented modeling, dynamic analysis, and control design of electric and hybrid vehicles, smart charging, V2G, charging system design and management.
- Digital Simulation, Hardware-in-the-Loop, and Control Validation Tools for Energy Transition: energetic macroscopic representation, multi-domain modeling, real-time simulation, reduced-scale experimental platforms, power HIL, and open-source simulation tools.

Đối tượng là sinh viên:

- K69 và K70; hoặc K68 có kế hoạch học tiếp Cao học.
- Học tốt các môn (nếu đã học; tốt nhất là điểm A trở lên) Đại số, Giải tích, Lý thuyết Mạch, Tín hiệu và Hệ thống, Lý thuyết Điều khiển, Kỹ thuật Lập trình/Tin học đại cương, Điện tử công suất, Truyền động điện. Nếu điểm học tập không đạt cần có giải trình và chứng minh năng lực.
- Có khả năng sử dụng tiếng Anh trong công việc; ước lượng trình độ tương đương IELTS 5.5 trở lên (tuy không yêu cầu chứng chỉ). Nếu năng lực ngoại ngữ chưa đạt cần có kế hoạch học tập rõ ràng.
- Ưu tiên sinh viên có định hướng học Cao học (Master) và Nghiên cứu sinh (PhD) trong và/hoặc ngoài nước.
- Những sinh viên không đủ các điều kiện trên và không có nhu cầu làm nghiên cứu khoa học nhưng có nguyện vọng làm các loại đồ án (ĐA1, ĐA2, ĐATN) với người hướng dẫn vẫn có thể đăng ký. Những sinh viên này sẽ chỉ làm việc với người hướng dẫn, không phải thành viên của CTI Lab4EV.

Quyền lợi:

- Làm việc trực tiếp 1-1 với người hướng dẫn: làm việc độc lập, mỗi người một đề tài riêng, không qua cấp trung gian, không đóng vai trò hỗ trợ người khác
- Được hướng dẫn thêm từ GS. Trần Hoài Linh, PGS. Võ Duy Thành và các thầy/cô khác ở trong và ngoài nước là đối tác của CTI Lab4EV
- Được học cách làm khoa học đúng nghĩa, tử tế, tạo giá trị thật, vừa có có ý nghĩa hàn lâm vừa có khả năng ứng dụng
- Cơ hội công bố khoa học trên các tạp chí và hội nghị quốc tế uy tín hàng đầu thế giới; thông thường sinh viên là tác giả đầu
- Cơ hội tham gia các dự án nghiên cứu R&D với đối tác công nghiệp và nghiên cứu tư vấn do các tổ chức quốc tế điều phối

Đăng ký:

- Điền form thông tin, gửi CV, bảng điểm theo link: https://forms.gle/YyKyYCjjAXEkKEZb9
- Thời hạn: 03/08/2026
Nếu cần thêm thông tin, sinh viên có thể:
- Liên hệ trực tiếp với người hướng dẫn
- Hoặc thông qua trợ lý nghiên cứu (qua email hoặc Teams): Nông Văn Thắng - [email protected]

Chúc mừng Trương Quang Đức, học viên cao học tại CTI Lab4EV, đã có bài báo được nhận tại Hội nghị quốc tế về Năng lượng ...
18/07/2026

Chúc mừng Trương Quang Đức, học viên cao học tại CTI Lab4EV, đã có bài báo được nhận tại Hội nghị quốc tế về Năng lượng và Truyền động cho Xe điện IEEE Vehicle Power and Propulsion Conference (IEEE VPPC) 2026 sẽ diễn ra lại Lyon, Cộng hoà Pháp.

Trong nghiên cứu này, chúng tôi phân tích 2 chế độ sạc cho xe buýt điện với mô hình xe và chu trình lái của một tuyến xe buýt điện đang vận hành tại Hà Nội. Hai chế độ vận hành ở 2 thái cực:
- Chế độ 1: chỉ sạc qua đêm tại bãi đỗ xe, không sạc tranh thủ tại các bến xe
- Chế độ 2: tranh thủ sạc tối đa tại các bến xe trong thời gian nghỉ, giảm thiểu yêu cầu sạc qua đêm tại bãi đỗ

Kết quả cho thấy việc sạc tranh thủ làm tăng tốc độ lão hoá của pin; với xe và tuyến cụ thể này, nếu chỉ sạc qua đêm (chế độ 1) sẽ kéo dài tuổi thọ hữu dụng của pin cho xe thêm 25% so với việc sạc tranh thủ liên tục (chế độ 2). Tất nhiên, chế độ 1 sẽ làm tăng yêu cầu công suất lắp đặt các trụ sạc tại bãi đỗ xe. Đây là những kết quả ban đầu, tiền đề cho các nghiên cứu về tối ưu hoá thiết kế, quy hoạch trạm sạc, chế độ sạc, chiến lược sạc, và thậm chí quy hoạch lại mạng lưới xe buýt của thành phố.

Nghiên cứu này là bước tiếp theo, mở rộng một nghiên cứu tư vấn (mà CTI Lab4EV vừa đóng góp phần mô hình năng lượng) cho Sở Xây dựng Hà Nội do Ngân hàng Thế giới WB tài trợ về điện khí hoá mạng lưới xe buýt của thủ đô.

Nghiên cứu trước đó về việc sử dụng phương pháp EMR để điều khiển chống trượt cho xe điện của CTI Lab4EV được bạn Thu Ph...
03/07/2026

Nghiên cứu trước đó về việc sử dụng phương pháp EMR để điều khiển chống trượt cho xe điện của CTI Lab4EV được bạn Thu Phương trình bày trực tiếp tại Ý.

Phương là cựu sinh viên CTI, hiện đang là kỹ sư nghiên cứu tại phòng thí nghiệm L2EP và sẽ học thạc sĩ thạc sĩ tại ĐH Lille, Cộng hoà Pháp.

Một hướng nghiên cứu truyền thống của CTI Lab4EV - xe điện - được báo cáo tại EMR Summer School 2026. Đằng sau cái tiêu ...
03/07/2026

Một hướng nghiên cứu truyền thống của CTI Lab4EV - xe điện - được báo cáo tại EMR Summer School 2026.

Đằng sau cái tiêu đề đơn giản này là một công trình quan trọng chúng tôi đã công bố về machine learning để dự báo và tự động lựa chọn chế độ lái nhằm tối ưu năng lượng và kéo dài tuổi thọ pin trên xe điện:

M. Adnane, B. -H. Nguyễn, A. Khoumsi and J. P. F. Trovão, "Driving Mode Predictor-Based Real-Time Energy Management for Dual-Source Electric Vehicle," in IEEE Transactions on Transportation Electrification, vol. 7, no. 3, pp. 1173-1185, Sept. 2021, doi: 10.1109/TTE.2021.3059545.

Bài thuyết trình từ xa của bạn Nông Văn Thắng, học viên cao học tại CTI Lab4EV, ở Trường hè quốc tế EMR Summer School đa...
02/07/2026

Bài thuyết trình từ xa của bạn Nông Văn Thắng, học viên cao học tại CTI Lab4EV, ở Trường hè quốc tế EMR Summer School đang được tổ chức tại Italy.

Đây là nghiên cứu đã báo cáo tại Hội nghị Quốc tế ElectrIMACS 2026, thật trùng hợp, cũng tại Ý.

Công trình này đề xuất một phương pháp chuyển đổi giữa 2 chế độ bám lưới và tạo lưới của nghịch lưu nối lưới. Việc mô hình hoá và điều khiển hệ thống được thực hiện dựa trên phương pháp EMR - chủ đề của Trường hè này.

Chúc mừng Nguyễn Gia Ngọc (K68 - sinh viên năm thứ ba) và Vũ Quang Minh (K67 - sinh viên năm thứ tư), mỗi bạn đã có một ...
19/06/2026

Chúc mừng Nguyễn Gia Ngọc (K68 - sinh viên năm thứ ba) và Vũ Quang Minh (K67 - sinh viên năm thứ tư), mỗi bạn đã có một bài báo được nhận tại Hội nghị quốc tế IEEE về Năng lượng và Truyền động cho Xe điện IEEE VPPC 2026. Hội nghị sẽ diễn ra tại Lyon, Cộng hoà Pháp vào tháng 10 năm nay.

Hai bạn là tác giả đầu và là tác giả sinh viên duy nhất của hai bài báo.

Hai nghiên cứu đều sử dụng phương pháp Energetic Macroscopic Representation (EMR) để mô hình hoá và điều khiển đối tượng tàu điện metro của Hà Nội. Bài của bạn Minh tập trung vào hệ truyền động đặc thù của tàu điện là 1 inverter cấp nguồn cho 4 động cơ ở mỗi toa. Bài của bạn Ngọc tập trung vào hệ thống chỉnh lưu tích cực cấp nguồn điện một chiều có điều khiển cho hệ truyền động của tàu.

Đặc biệt, trong nghiên cứu của Ngọc, chúng tôi phát triển hệ thống mô phỏng tự lập trình hoàn toàn bằng Python và cho kết quả tương đương Matlab/Simulink. Trong bối cảnh nóng của bản quyền phần mềm và nhu cầu tự chủ công nghệ hiện nay, đây là bản demo rất có ý nghĩa cho các nghiên cứu tiếp theo của CTI Lab4EV.

Chúc mừng Đặng Khánh Linh, cựu học viên và cựu sinh viên của CTI Lab4EV, đã nhận được học bổng (và visa) làm PhD tại ĐH ...
14/05/2026

Chúc mừng Đặng Khánh Linh, cựu học viên và cựu sinh viên của CTI Lab4EV, đã nhận được học bổng (và visa) làm PhD tại ĐH Lehigh, Pennsylvania, Hoa Kỳ. 🥳 Ở Mỹ, Linh sẽ làm nghiên cứu về lưới điện, tiếp nối hướng chuyên môn tại CTI Lab4EV.

Linh đã nhiều đóng góp cho CTI Lab4EV, cả về nghiên cứu học thuật và thực hiện các dự án phối hợp với các đối tác của Lab. 👍

Chúc bạn thành công và sẽ tiếp tục kết nối chặt chẽ với CTI Lab4EV. 🍀

23/04/2026

SEMINAR KHOA HỌC TIẾP THEO CỦA GS. SIWEK

Tiếp nối thành công của Seminar khoa học về "Mũi điện tử nhân tạo" ngày 22/04, CTI Lab4EV hân hạnh tiếp tục tổ chức Seminar thứ hai của GS. Krzysztof Siwek với thông tin dưới đây. Kính mời các thầy cô và các bạn sinh viên có quan tâm tới dự.

Title: Air pollution forecasting based on machine learning methods (Dự báo ô nhiễm không khí bằng các phương pháp học máy)
Presenter: Prof. Krzysztof Siwek, Warsaw University of Technology (ĐH Bách khoa Vác-sa-va), Poland

Thời gian: 10:00 thứ Sáu ngày 24/4/2026
Địa điểm: E615, C7
Thành phần tham dự: Các thầy cô và các bạn sinh viên có quan tâm

Abstract:
Air pollution remains a critical environmental and public health issue, driven by diverse emission sources including industrial activity, transportation, residential heating, and natural phenomena. These sources contribute to a complex mixture of pollutants, including particulate matter, nitrogen oxides, sulfur dioxide, carbon monoxide, and volatile organic compounds. The associated threats include respiratory and cardiovascular diseases, environmental degradation, and reduced quality of life, particularly in urbanized regions.
Accurate measurement of pollution relies on ground-based sensor networks, satellite observations, and increasingly, low-cost sensor systems. However, forecasting air quality presents substantial challenges due to the nonlinear, nonstationary, and multivariate nature of the underlying processes.
During the seminar, I will present the results of my experiments, key factors influencing forecasting performance, and the most commonly used machine learning methods for prediction, including regression-based models, artificial neural networks, support vector machines, ensemble methods, and, more recently, deep learning architectures such as recurrent and transformer models.

Send a message to learn more

Address

E510-C7, Đại Học Bách Khoa Hà Nội, Số 1 Đại Cồ Việt
Hanoi

Alerts

Be the first to know and let us send you an email when CTI Lab4EV posts news and promotions. Your email address will not be used for any other purpose, and you can unsubscribe at any time.

Contact The Business

Send a message to CTI Lab4EV:

Shortcuts

Share