近日，美国斯坦福大学联合Elsevier发布了全球前2%顶尖科学家榜单2024（World’s Top 2% Scientists 2024）。本次统计数据时间截止到2023年12月31日，Energy and AI国际期刊编委会共有34位学者入选！
该榜单分为两类，分别为“职业生涯影响力榜单”(career-long citation impact)和“年度影响力榜单”(citation impact during the single calendar year)。其中，前者关注科学家整个职业生涯迄今的影响力，Energy and AI国际期刊编委会有30位学者入选，后者聚焦科学家本年度的学术影响力，Energy and AI国际期刊编委会有33位学者入选，名单如下（姓名首字母排序）。
年度影响力榜单
Editors:
焦魁，Jin Xuan
Associate Editors:
王博文
Special Content Editor:
Nada Zamel
Editorial Board:
Adrian Bejan，Alfonso Capozzoli，Almoataz Abdelaziz，Andrea Tonello，Billy Wu，Chung Law，Daniele Marchisio，杜青，Fei Gao，巩金龙，Hai Wang，Henrik Madsen，Hong Im，Iryna Zenyuk，Jae Wan Park，John McPhee，Lei Xing，李斌，Linda Fu Xiao，Markus Kraft，Mirosław Skibniewski，倪萌，屈治国，舒歌群，Xianguo Li，尧命发，Yun Wang，张久俊，Zita Vale
职业生涯影响力榜单
Editors:
焦魁，Jin Xuan
Special Content Editor:
Nada Zamel
Editorial Board:
Adrian Bejan，Almoataz Abdelaziz，Andrea Tonello，Chung Law，Daniele Marchisio，Fei Gao，巩金龙，Hai Wang，Henrik Madsen，Hong Im，Iryna Zenyuk，Jae Wan Park，John McPhee，Jun Miyake，Lei Xing，李斌，Linda Fu Xiao，Markus Kraft，Mirosław Skibniewski，倪萌，屈治国，舒歌群，Xianguo Li，尧命发，Yun Wang，张久俊，Zita Vale
经典文章回顾
其中部分学者在Energy and AI发表的工作（点击文章标题可跳转至原文）：
储能是解决风电、光伏等可再生能源供给波动性的有效手段，为了筛选获得低成本、低碳排放的大规模储能技术路线，该研究结合多种储能方式的技术特点、经济成本和碳排放水平对一些主流的储能技术进行了比较性评估。
该研究从动态仿真建模、模型实验验证、系统实验研究、开环动态特性和基本状态参数的控制方法、以及分别用于负荷追踪和启停的控制策略对超临界CO2布雷顿循环进行了全面综述。
该研究评估了基于增强风化（EW）的二氧化碳捕集在不同工艺配置和条件下的串联填充气泡柱（S-PBC）接触器的实用性和经济性。
该文介绍了一个基于认知架构的自主智能软件代理，它可以实现对动态地理空间知识图谱中多方面的城市信息模型的自动实例化、可视化和分析。
为了缓解火焰面生成流形燃烧模型（FGM）内存占用问题，本文引入了神经网络（ANN）的方法。使用混合分数-进度变量空间下的组分质量分数的原始数据，训练出一组神经网络模型。基于RANS和LES模拟验证，发现使用的网络模型可以很好地代替大部分组分的FGM表。
更多高质量文章皆可在Energy and AI官方网站www.journals.elsevier.com/energy-and-ai查看，诚邀广大学者赏析！
✦
•
✦
Energy and AI是天津大学与Elsevier共同创办的国际学术期刊，内容涵盖人工智能技术应用于能源领域所取得的最新、最重要的研究进展。期刊最新的影响因子(IF)为9.6，CiteScore为16.5。欢迎广大学者踊跃投稿。我们的网址是：www.journals.elsevier.com/energy-and-ai
