本次交流留学单位的国外合作团队为Ram Rajagopal团队,在该团队中,他的具体研究课题为利用机器学习探究能源政策对用户侧的光伏储能等分布式资源的优化配置的影响。本次交流访学收获颇丰,因为他在上海交通大学之前的研究方向是宏观的容量充裕性机制,与交流访问项目高度相关。在学术成果方面,通过交流指导,也完善了之前在交大所作的关于容量充裕性机制的科研工作,并成功发表SCI中科院1区论文(Energy)一篇,另外有在修SCI论文1篇和在投SCI论文1篇。在未来的科研,他将继续致力于宏观的能源机制及政策对能源结构及用户用电充裕性的影响研究。
在科研生活上,斯坦福大学主要带给他三大收获:一是科研角度由局部的模型研究拓展为大系统(国、州范围)的实证科研角度,由过去的“新技术解决旧问题”转变为“新技术解决新问题”,切实以问题本身出发进行科研,这才是工科生科研的正确路径;二是学会工具的使用,在国外的同学们非常善于使用AI工具以事半功倍提升生产力,受其影响,他也养成了利用AI辅助编程、搜集资料的习惯,另外,由于在斯坦福的研究课题涉及机器学习数据驱动的方法论,使他学会利用高性能计算平台、结合前沿的人工智能技术,解决过去认为“不可能”的任务;三是科研思维的变化,斯坦福的同学并非追求将问题做的很“难”,或者将数学方法做的很“吸引人”,而是追求解决效果的最佳。
在国际化培养方面,交流单位课题组来源与世界各地,包括中国、美国、意大利、印度等等国家,每个国家和地区都面临着不同的电力系统现状,使得在研究同一类科研问题上,不同国家的“解”各有特色。例如,对于热水器的用能优化,以经济性提升为目标,由于美国习惯清晨起床洗澡而我国习惯晚上洗澡,使得该课题在这两个国家的策略是不同的;再比如,美国的居民电价高度自由选择服务商,而我国是分时电价等机制,这使得光储配置策略也会因国而异。因此对他的科研而言,之前局限于一些所负责项目背景之内的场景,例如主要面向华东地区、上海地区,所研究的机制设计、模型策略等往往仅针对这些地区,缺乏普适性。若要做出影响力更大、适用面更广的科研成果,需要跳出平时科研的舒适圈,多与其他国家或地区的学者交流。
另外,斯坦福大学的课堂氛围与国内略有不同,他旁听了一个学期的机器学习课。那里的同学与教授的课堂互动非常频繁,一个在大家看来很“简单”或者认为只需花费时间查阅课本即可自己解决的问题,他们会立刻举手与教授进行讨论。课程的讲义也并非像想象中一样充满“难度”或“复杂度”,而是以应用场景切入,在辅以直观的推导、展现。课程的“难度”体现在作业以及课后的应用实践上。
合作对象:华盛顿大学。项目类型:本硕贯通项目。项目内容:学习模式:本科四年均在交大完成学业,该项目给电院学生提供提前被华盛顿大学硕士预录取的机会。(大三下学期申请,如大四开学前拿到华盛顿大学硕士预录取Offer,大四上学期12月15日之前完成华盛顿大学硕士网申等流程,交大本科毕业后赴华盛顿大学攻读硕士,如顺利完成学业可获得华盛顿大学硕士学位。)
威斯康辛大学,学期交流-本硕贯通项目。交流模式:项目学生大四第一学期赴威斯康星学期交流,大四第二学期在交大做毕设。完成交大本科毕业后,可以返回威斯康星继续攻读硕士。
普渡大学,学期交流项目。交流模式:项目学生于大四第一学期赴普渡大学进行课程修读,并于大四第二学期初返回交大继续学习,完成交大本科毕业。