12月24日，西华大学电气与电子信息学院于6A-301会议室举办了题为“基于深度学习的光伏预测”的学术报告。本次报告由电气与电子工程师协会会士（IEEE Fellow）、亚太人工智能协会会士、中国电机工程学会会士、天津大学英才教授兼博士生导师张沛教授主讲，聚焦新能源电力系统运行与消纳的前沿技术，为师生呈现了一场融合人工智能与能源电力的学术盛宴。报告会由学院副院长王涛教授主持，学院电力领域教师、研究生和本科生参加会议。
活动现场
报告伊始，张沛教授指出，在全球能源转型、构建新型电力系统的背景下，高比例新能源接入对电网的稳定运行和高效消纳提出了严峻挑战，光伏发电功率的精准预测是应对该挑战的关键技术之一。他系统阐述了深度学习技术在时序预测领域的理论优势，并重点介绍了团队基于深度神经网络、注意力机制等先进AI模型，在光伏功率超短期和短期预测方法上的创新工作。该类方法通过挖掘气象数据、历史功率及时空关联特征，显著提升了预测精度和鲁棒性，为电力系统调度运行和市场交易提供了更可靠的数据支撑。
张沛教授在学术报告中深入探讨了光伏预测领域的挑战，包括数据质量、模型泛化能力及极端天气适应性等问题，并分享了其团队采用的先进方法，如迁移学习、多任务学习以及基于动态贝叶斯网络的概率预测框架，以提高预测的准确性和可靠性。这些技术不仅提高了预测系统的实用性，也为应对复杂多变的气候条件提供了新思路。张沛教授的报告内容深入浅出、视野广博，既囊括了前沿的人工智能理论，又紧密契合电力工程实际，引发了在场师生的热烈探讨与深度思考。
张沛教授兼具深厚的学术积淀与丰富的产业实践经验，曾就职于英国国家电网、美国电科院、埃森哲等国际顶尖机构，对能源电力行业的发展需求与技术痛点有着精准且深刻的见解。他着重指出，高校科研应立足行业真实痛点，从工程实践的一线难题中提炼科学问题，与产业界保持协同创新。这一观点与西华大学电气与电子信息学院“产学研协同创新”的办学理念高度契合，为学院的科研与人才培养提供了宝贵经验。
—
