夜雨聆风
在“双碳”目标与新能源快速发展的背景下，人工智能正逐渐成为推动能源系统优化与智能控制的重要引擎。
本期 AI Agent 人物专访，我们邀请到来自日本九州大学的高原副教授，围绕深度学习与能源系统优化的交叉前沿展开深入探讨，分享他在可再生能源预测与智能调度领域的最新思考与实践经验。
01
采访问题概览QUESTIONS：
1
您最初是如何进入深度学习与能源系统优化这一交叉领域的？有哪些关键经历对您研究方向的形成产生了重要影响？
2
在可再生能源场景下（如风电、光伏），时间序列预测面临哪些独特挑战？您认为当前最有潜力的解决思路是什么？
3
您如何看待强化学习与模型预测控制（MPC）在能源系统调度与控制中的协同潜力？在实际应用中，二者如何实现优势互补？
4
在将深度学习或强化学习方法部署到真实能源系统时，您遇到过哪些关键工程难题？您是如何平衡模型性能、可解释性与安全性的？
5
能源系统数据往往存在噪声、不完整或分布漂移等问题，您通常如何提高模型在此类复杂环境中的鲁棒性与泛化能力？
6
您认为未来5–10年内，人工智能将在能源系统优化与智能控制领域扮演怎样的角色？有哪些方向最值得年轻学者关注？
02
采访视频 INTERVIEW：
已关注
关注
重播 分享 赞
03
学者介绍 INTRODUCTION：
高原，现任日本九州大学高等研究院副教授。博士毕业于东京大学建筑学系，硕士毕业于同济大学，本科毕业于西安建筑科技大学。研究方向包括能源预测中的可解释深度学习、预测不确定性下的模型预测控制，以及建筑能源系统运行优化中的强化学习。已发表或参与发表论文30余篇，多篇论文入选 ESI Highly Cited Paper。
「AI Agent」期刊
关注我们
✦
•
✦
期刊推荐
