一. 知識背景:深度交叉融合
1、電力系統(tǒng)(核心領(lǐng)域知識):
(1)精通電力系統(tǒng)知識,特別是暫態(tài)穩(wěn)定分析。理解“強(qiáng)剛性”、“事件驅(qū)動”、“多尺度”這些概念在電力系統(tǒng)中的具體含義。
(2)熟悉發(fā)電機(jī)、負(fù)荷、輸電線路等主要元件的數(shù)學(xué)模型(微分-代數(shù)方程組)。
(3)了解傳統(tǒng)電力系統(tǒng)仿真軟件的原理和局限性。
2、人工智能與機(jī)器學(xué)習(xí)(核心技術(shù)能力):
(1)精通深度學(xué)習(xí),尤其是與微分方程求解相關(guān)的網(wǎng)絡(luò)架構(gòu),如PINNs、DeepONet、Fourier Neural Operator (FNO) 等。
(2)深刻理解如何將物理約束(如偏微分方程、守恒定律)嵌入到神經(jīng)網(wǎng)絡(luò)的損失函數(shù)或網(wǎng)絡(luò)結(jié)構(gòu)中。
(3)對生成式模型(如GANs, Diffusion Models, Transformers)有深入理解,并思考過如何將其應(yīng)用于時序數(shù)據(jù)(軌跡)的生成。
3、應(yīng)用數(shù)學(xué)(底層基礎(chǔ)):
有扎實(shí)的數(shù)值分析、常微分方程/偏微分方程、最優(yōu)化理論基礎(chǔ)。
二. 技術(shù)與項(xiàng)目經(jīng)驗(yàn):有成功落地案例
1、項(xiàng)目匹配度:
(1)最佳匹配:有直接將PINNs等技術(shù)應(yīng)用于電力系統(tǒng)暫態(tài)穩(wěn)定、電磁暫態(tài)或相關(guān)動態(tài)過程仿真的研究或項(xiàng)目經(jīng)驗(yàn)。
(2)高度相關(guān):在其他物理領(lǐng)域(如流體力學(xué)、計(jì)算物理、氣象預(yù)測)成功應(yīng)用過科學(xué)機(jī)器學(xué)習(xí)方法,并能清晰闡述如何將經(jīng)驗(yàn)遷移到電力系統(tǒng)。
(3)有潛力:雖無直接SciML經(jīng)驗(yàn),但在電力系統(tǒng)仿真算法或AI代理模型(Surrogate Modeling)方面有深入研究,且對學(xué)習(xí)新方法有強(qiáng)烈意愿。
2、工程能力:
(1)熟練使用Python及主流深度學(xué)習(xí)框架(PyTorch/JAX優(yōu)先,因?yàn)樗鼈儗ψ詣游⒎种С指茫m合SciML)。
(2)有從零開始構(gòu)建、訓(xùn)練和調(diào)試復(fù)雜神經(jīng)網(wǎng)絡(luò)的經(jīng)驗(yàn)。
(3)加分項(xiàng):有使用傳統(tǒng)電力仿真工具(如PSASP, PSS/E, Modelica)進(jìn)行建模和數(shù)據(jù)生成的經(jīng)驗(yàn)。
三、 薪資福利與平臺優(yōu)勢
1、薪酬待遇:提供行業(yè)內(nèi)有競爭力的薪資(具體面議),包含五險(xiǎn)一金及出差補(bǔ)貼等;優(yōu)秀者享有績效獎金及動態(tài)薪酬調(diào)整機(jī)制。
2、合同關(guān)系: 經(jīng)考核錄用后,可與企業(yè)或清華大學(xué)簽訂正式勞動合同。
3、生活保障: 根據(jù)學(xué)校政策,通過積分獲得子女上學(xué)和周轉(zhuǎn)房資格。
4、學(xué)術(shù)福利:清華大學(xué)圖書館資源、課程旁聽機(jī)會及頂尖的學(xué)術(shù)交流環(huán)境。