| 张翔昱 职称: 上岗研究员，304永利集团官网入口青年首席教授，博士生导师 研究方向:新型电力系统优化运行与智能控制 Email:xiangyu.zhang@seu.edu.cn |
个人简介：
张翔昱，湖南长沙人。分别于武汉大学、清华大学和美国弗吉尼亚理工大学获得电气工程学士、硕士及博士学位。读博期间，从事关于需求侧灵活资源的智能控制方案的研究。博士毕业后，加入美国国家可再生能源实验室，主要研究能源系统智能优化控制。在电气与人工智能领域发表高水平学术论文40余篇和英文专著章节1篇；是IEEE高级会员。
每年招收硕士研究生2名，博士研究生2名。团队致力于人工智能技术在配电网优化运行中的创新应用研究，重点包括：科学大模型的配电业务场景适配与泛化能力提升技术、基于强化学习（或其它数据驱动决策方法）的策略批量训练与动态进化机制及其轻量级应用等方向。欢迎具备相关研究背景与兴趣的同学联系申报！
教育背景：
美国弗吉尼亚理工大学（Virginia Tech），博士，2018
清华大学电机系，硕士，2014
武汉大学304永利集团官网入口，本科，2012
工作经历：
2024年7月至今，304永利集团官网入口，教授
2021年6月-2024年4月，美国国家可再生能源实验室，长聘制研究员
2019年2月-2021年6月，美国国家可再生能源实验室，博士后
2018年5月-2018年8月，Google，Nest Brain实习算法工程师
代表论著：
X. Zhang, A. Glaws*, A. Cortiella, P. Emami and R.N. King, Deep generative models in energy system applications: Review, challenges, and future directions, Applied Energy 380, 125059 (2025).
D. Biagioni, X. Zhang*, C. Adcock, M. Sinner, P. Graf and J. King, Comparative analysis of grid-interactive building control algorithms: From model-based to learning-based approaches, Engineering Applications of Artificial Intelligence 133, 108498 (2024) (GitHub开源代码：learning-building-control)
X. Zhang*, A.T. Eseye, B. Knueven, W. Liu, M. Reynolds and W. Jones, Curriculum-based Reinforcement Learning for Distribution System Critical Load Restoration, IEEE Transactions on Power Systems 38, 4418–4431 (2023) (GitHub开源代码：rlc4clr)
X. Zhang*, Y. Chen, A. Bernstein, R. Chintala, P. Graf, X. Jin and D. Biagioni, Two-Stage Reinforcement Learning Policy Search for Grid-Interactive Building Control, IEEE Transactions on Smart Grid 13, 1976 – 1987 (2022)
X. Zhang*, D. Biagioni, M. Cai, P. Graf and S. Rahman, An Edge-Cloud Integrated Solution for Buildings Demand Response Using Reinforcement learning, IEEE Transactions on Smart Grid 12, 420–431 (2020).
X. Zhang*, M. Pipattanasomporn, T. Chen and S. Rahman, An IoT-Based Thermal Model Learning Framework for Smart Buildings, IEEE Internet of Things Journal 7, 518–527 (2019).
