12月22日，一众院士大咖相聚对量子、智能制造、医疗卫生、经济等等话题展开讨论。

        美国国家工程院院士、东方理工高等研究院常务副院长张东晓发表《智慧能源系统与科学机器学习》主题演讲，围绕能源科技革命及“双碳”战略、光功率预测技术、风功率预测技术、电力负荷预测技术、抽水蓄能电站智能选址技术展开介绍。

        他提到，能源安全是关乎国家经济社会发展的全局性、战略性问题，实现一次能源高效低成本开发，二次能源经济安全运行，是维护能源安全的首要任务和基础性工作。“双碳”战略的核心在于优化能源结构，实现一次能源高效低成本开发和二次能源经济安全运行。但可再生能源的不稳定性提升并网难度，限制了其大规模应用，核心在于供需平衡与稳定功能，我们应该由总量平衡转向实时平衡，比如说15分钟级别6-72小时预测。

        在张东晓看来，利用科学机器学习方法构建具有物理常识的知识与数据双驱动的人工智能模型，这些模型相对于市场主流模型准确率有大幅度的提升。另外，利用迁移学习等技术，可以基于短期历史数据进行建模，形成预测模型，将历史数据需求从6个月降低至3周。同时，利用在线学习技术，自主适应电站运行情况，降低设备老化和故障对预测结果的影响。用月度和日度的总量平衡转向实时平衡，比如15分钟级别的预测。

        他总结到，实现“双碳”战略的关键在于优化能源结构，其核心在于供需平衡，特别是对供给，像光伏、风能和需求（如电力负荷）进行准确预测。智慧能源系统需要综合优化调度、随机建模、时空序列预测、多尺度分析和科学机器学习等技术手段，实现自动闭环优化。

        “通过将复杂的各个领域知识以及多种来源数据相互融合，可以构建知识与数据双驱动模型，降低数据需求，提升可靠性与精度。智慧能源系统的关键就是刚才提到的知识嵌入和知识发现，智慧能源系统核心目标就是通过科学机器学习中的知识嵌入与知识发现，实现智慧能源领域中知识与数据的闭环，发展新一代人工智能技术，助力能源科技革命和“双碳”战略的实现。”