10月14日-15日,全球知名的可再生能源领域学术会议——2023第十二届可再生能源发电国际会议(RPG 2023)在上海淳大万丽酒店隆重举行。本次会议由英国工程技术学会(IET)与上海交通大学联合举办,会议围绕风能技术、光伏系统技术、电池和储能系统(BESS)等主题展开,得到国内外众多专家学者的热烈响应和积极参与。
作为工程技术领域的专业学会,IET一直关注并推动着可再生能源发电领域的知识分享与技术交流,IET 可再生能源发电 RPG系列会议就是这样一个平台,会议的专业性和前沿分享已获国内外许多高等院校、研究机构以及企业的认可与支持。
IET主席Bob Cryan发表讲话
大会由上海交通大学邰能灵主席和郑晓冬副教授主持,来自全球可再生能源发电领域300余位专家参加了本次大会。在会议开幕式上,上海交通大学电气工程系严正教授发表了热情洋溢的欢迎致辞。他介绍了中国在新能源领域的科研实力,并强调了本次会议对于推动全球可再生能源发展的重要意义。随后,IET主席Bob Cryan教授、IET中国区负责人Paulo Lopes先生、英国思克莱德大学David Infield教授分别发表了讲话。
其中,IET主席Bob Cryan教授表示,IET一直以来致力于建立全球科学工程技术领域知识的共享和交流,提高全世界人民的生活水平。IET每年在全球各地举办大量国际会议和其他国际交流活动,出版了700多种出版物,我们相信,通过通力合作,工程界能够提供解决方案,确保为我们所有人创造一个更可持续、更智能、更光明的未来。
上海交通大学黄震院士发表主题演讲
在主题报告环节,来自美国爱荷华大学的Andrew Kusiak教授、中国清华大学的董新洲教授、上海交通大学的黄震院士、挪威科技大学的Trond Kvamsdal教授和帝国理工学院的Timothy Charles Green教授,分别就数字再生产业的承诺与现实、输电线路行波保护的发展、新能源技术的最新动向及发展方向、风力涡轮机绕流的降价模型以及基于逆变器资源的电网高渗透率稳定性解决方案等议题作了精彩的报告。他们分别从不同角度探讨了可再生能源的发展现状及未来趋势。
本次RPG会议最终通过层层筛选发表210篇可再生能源发电领域会议论文。与会者们在各个议题领域展开了深入的交流和探讨,共同迎接可再生能源发电的新机遇。在会议期间,举行了论文口头汇报、论文海报展示以及最佳会议论文颁奖等活动,为与会者提供了充分的交流、答疑、互动机会。
论文获奖者合影
会议还设置了多个分会场,多厅并行,围绕如:风能技术、网格集成、技术、合规性和评估、人工智能在高比例新能源渗透电力系统中的应用、基于可再生能源的系统控制运行和保护、电力系统碳排放测量和优化、光伏系统技术、可再生能源政策和市场一体化、海上风电智能运行控制技术研究、并网系统的建模与暂态稳定性分析、变电站、换流站智能监控与维护技术、智能计算在电力系统中的应用、大规模可再生能源电力系统的保护与控制等不同议题展开了深入研讨。
14日晚,RPG 2023会议晚宴环节,IET主席Bob Cryan与上海交通大学张兆国副校长进行了深入交流,并现场交换礼物;上海交通大学电气工程系汪可友教授代表上交大电气工程系与IET签订了合作谅解备忘录。
IET主席Bob Cryan与上海交通大学张兆国副校长现场交换礼物
汪可友教授代表上海交通大学电气工程系与IET签订合作谅解备忘录
RPG 2023 会议的召开,为全球可再生能源领域的专家学者提供了一个宝贵的学术交流和合作平台,共同探讨可再生能源的发展趋势和挑战,为可再生能源的进一步发展提供了新的思路和方向,也有助于推动该领域的创新发展和技术进步。未来,IET将继续坚守初心,携手领域内专家学者,共同促进可再生能源行业的发展和技术创新,为实现全球能源转型和可持续发展目标做出积极贡献。
关于英国工程技术学会(IET)
英国工程技术学会(IET)是工程技术领域的国际专业学术组织,其前身是创建于1871年的英国电气工程师学会(IEE)。2006年3月,英国电气工程师学会(IEE)和英国企业工程师学会(IIE)合并,更名为英国工程技术学会(IET)。目前,IET在全球148个国家拥有十五万五千会员。IET作为一个世界范围内多元化的工程技术家园,其涵盖行业的广度和深度让我们拥有独特的视角去观察行业的变化,特别涉及能源电力、信息通信、建筑环境、设计与制造,交通运输等多个领域及交叉学科。IET总部位于英国伦敦,并在美国、中国、印度等地均设有办公室。
更多信息,欢迎浏览IET中文官网:www.theiet.org.cn, 或登录IET全球官网:www.theiet.org
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。