近期，电子电气工程学院宋万清教授指导2018级研究生刘鹤在随机序列预测研究领域取得最新研究成果，相关工作分别发表在机械领域国际知名期刊《Mechanical Systems and Signal Processing》和工程领域国际知名期刊《Nonlinear Dynamics》。目前《Mechanical Systems and Signal Processing》期刊的最新影响因子为6.471，系中科院SCI期刊分区（2020年升级版）工程技术大类一区Top期刊；《Nonlinear Dynamics》期刊的最新影响因子为4.867，系中科院SCI期刊分区工程技术大类二区Top期刊。
随机序列预测一直是研究领域的热点和难点，宋万清教授近年来一直致力于探索和研究通过随机模型来预测随机序列，以获得预测时间更短、精度更高的算法。
发表在期刊《Nonlinear Dynamics》上的题为“Generalized Cauchy difference iterative forecasting model for wind speed based on fractal time series”的论文，主要成果是基于广义柯西过程构建了离散随机差分迭代预测模型，该模型可以灵活拟合随机序列呈现的长相关性和局部波动性，为随机序列的精准预测提供了新的思路。
发表在期刊《Mechanical Systems and Signal Processing》上的题为“A Generalized Cauchy Method for Remaining Useful Life Prediction of Wind Turbine Gearboxes”的论文，在基于广义柯西过程构建的随机序列预测模型的基础上，结合设备故障阈值等提出了剩余有效寿命预测的退化模型，从随机序列建模的角度为设备剩余有效寿命的精准预测提供了新的方法。