近日，我校人工智能学院数据科学与大数据技术专业2020级本科生李泽楷以第一作者身份在能源领域国际顶级期刊《Energy》（影响因子8.857）发表题为《A novel Weighted Average Weakening Buffer Operator based Fractional order accumulation Seasonal Grouping Grey Model for predicting the hydropower generation》的学术论文。论文由人工智能学院胡曦、郭欢、熊昕3位老师联合指导完成，青年教师熊昕为通讯作者，江汉大学为唯一署名单位。
该项研究根据水力发电系统的季节性特征，提出基于加权平均弱化缓冲算子的分数阶累积季节性分组灰色模型（WAWBO-FSGGM（1,1））用于水电发电预测及提升预测的精确性与时效性。新模型定量分析了中国水力发电量较大的5个省份（湖北、湖南、四川、贵州、云南）的数据，通过实验分析优化模型参数并验证新模型的有效性，并结合模型结果对能源领域提出了相关针对性建议。
近两年来，郭欢副教授团队结合国家社会经济需求有组织地开展能源系统预测建模方法研究，此次论文成果是师生团队在能源领域国际顶级期刊发表的第五项研究成果。该项研究得到江汉大学中青年拔尖人才项目、精细爆破国家重点实验室自主研究项目的资助。
据介绍，该论文是人工智能学院数据科学与大数据技术专业自2020年开始招生以来，由本科生作为第一作者发表的首篇国际顶级期刊论文。学校为像李泽楷这样热爱科学研究的本科生创造了大量学习锻炼机会，通过项目训练、专业老师指导、学科竞赛培训等多种方式，大力培养具有创新能力的高素质人才。
文章链接：
https://www.sciencedirect.com/science/article/abs/pii/S0360544223009623
文图：人工智能学院
