博士生导师
通讯/办公地址：
图机器学习及其在电网的应用：
打造数智化坚强电网、推动新型电力系统建设，是当今社会推动能源低碳转型和保障国家能源安全的重要议题。针对 电网是一个天然图结构数据模型以及数据多源异构伴随动态耦合、业务知识离散伴随逻辑复杂、动作空间高维伴随调控机理复杂的特点，主要研究的科学问题是： 如何实现新型电力系统中复杂多变“数据-知识-决策”的有机统一，有效挖掘电力系统中多源异构动态数据和业务知识逻辑的潜在关联，从而灵活适配各类决策场景应用。为解决上述问题，能源智能计算课题组发展一套以图理论为核心的数据表征和知识推理体系，进而指导调度优化、设备运检、能效诊断等电网下游智能决策任务。
