2023级电气工程及其自动化专业本科生 张笑臣

他把课堂所学的数学与编程知识融入科研实践，从新能源背景下的电力系统优化，到融合前沿计算技术与数学优化方法的约束求解，他始终致力于探索更高效、更可靠的求解方案。凭借扎实的专业功底与不懈的研究探索，他以第一作者或共同第一作者身份在NeurIPS等国际顶级学术会议及Applied Energy等国际权威期刊上发表多项研究成果。

科研之外，他在更多元的舞台上绽放光彩。作为书院院生会学生骨干，他积极参与高桌晚宴、印尼文化分享等国际校区中外文化交流活动的组织工作，在交流与协作中搭建起文化互鉴的桥梁。课余时间，他化身课程助教与心海助学站的志愿者，耐心为学弟学妹答疑解惑，在分享知识的同时传递温暖，累计服务时长超过400小时。凭借出色的综合表现，他即将前往浙江大学电气工程学院攻读直博项目，开启学习新篇章。

大一想做研究，我该怎么开始？

谈及对科研的最初印象，张笑臣回忆道，自己在大一下学期便主动联系导师，申请参加了SRTP（大学生科研训练计划）项目，在ZJUI助理教授、研究员邱麟的指导下，他围绕考虑新能源接入的最优潮流算法展开研究，迈出了科研探索的第一步。

他表示，之所以选择这一方向，源于对电气工程专业"软硬件结合"探索方式的由衷喜爱，他希望找到一个既与专业紧密相关，又能将课堂所学的数学与编程知识付诸实践的研究课题。新能源最优潮流研究恰好提供了这样的机会：如何在满足电网运行约束的前提下，合理优化发电与电力输送方案，并应对新能源接入带来的不确定性，正是这一领域的重要研究问题。

然而，对于初入大学的张笑臣而言，理解这些复杂的科研问题并非易事。彼时，他尚未系统学习电力系统专业知识，也缺乏文献调研经验。面对论文中的专业概念、模型假设与算法原理，他不仅需要理解具体内容，更要理清整项研究的逻辑。

"刚开始做科研时，遇到了很多困难，很容易找不到方向，我甚至还不太懂得如何系统地阅读文献。是在老师和学长学姐的细心指导下，我逐渐学会从研究问题、模型假设和现有方法的局限入手，锚定进一步探索的方向。每周多次的进展交流与讨论，也帮助我查漏补缺，判断哪些问题需要补充基础知识，哪些需要深入理解算法，哪些则需要通过实验验证。"

“前期主要由导师、学长带领着我，后来慢慢过渡到我主导一个项目。”回顾自己的科研成长经历，张笑臣说道，独立开展研究是一个循序渐进的过程。起初，他主要负责课题中的部分研究任务，通过参考已有文献学习论文写作，并在师长的建议下不断修改完善。随着经验积累，他逐渐承担起更多算法设计、实验分析与论文撰写工作，并作为SRTP项目负责人协调团队进度，推动项目最终获评优秀结题。在这一过程中，他也从完成具体任务转向主动思考研究问题，探索模型与方法的改进空间。

▲张笑臣（右一）在SRTP项目结题汇报现场

在后续关于电动汽车充电负荷的研究中，他与团队基于美国伊利诺伊州的真实充电数据，构建工作日与周末的逐时负荷场景，并结合负荷波动与线路故障分析电网运行表现。凭借持续探索，他以共同第一作者身份参与完成三篇期刊论文，相关成果发表于Applied Energy和Expert Systems with Applications 等高水平国际期刊。从最初学习阅读论文，到逐步参与模型构建与算法改进，张笑臣在研究实践中不断深化对问题的理解，也逐渐形成了从实际需求出发、通过实验检验想法的研究思路。

迈出舒适圈，向交叉领域探索

如果说大一到大二的科研经历，让他完成了从科研新手到独立开展研究的转变，那么进入大三，他开始将研究视野从具体电力系统中的优化问题，拓展到更具广泛适用性的优化求解方法，尝试融合不同学科的前沿技术，回应实际工程中的复杂需求。

这一转变的契机，来自大三时ZJUI助理教授、研究员侯庆春主讲的一场讲座。通过讲座及后续交流，张笑臣了解到机器学习与优化求解交叉结合的前沿研究，也开始思考如何用不同技术解决此前研究中遇到的实际问题。电力系统既要求高效求解，又必须满足功率平衡、线路容量等运行约束。传统优化方法在复杂场景下面临计算效率的挑战，而神经网络虽然能够快速预测接近最优解的结果，却难以直接保证约束得到满足。如何结合两者优势，成为他新的研究切入点。

"ZJUI的很多教授都有跨学科的研究背景，也在探索一些非常前沿的研究方向。这让我有机会接触不同学科的研究思路，并尝试思考如何将这些方法应用到实际问题中。" 谈及研究方向的选择，张笑臣如此说道。

为了进一步探索这一方向，张笑臣积极拓展计算机科学领域的知识，主动学习了ZJUI计算机工程课程ECE 408应用并行编程，以及加州大学伯克利分校CS 61B数据结构、密歇根大学安娜堡分校EECS 498计算机视觉深度学习等公开课程，逐步积累算法设计与深度学习方面的知识，为开展跨学科研究打下基础。

▲张笑臣在实验室

在实际研究中，他尝试将新学习的机器学习方法与电力系统的专业知识相结合。研究初期，他与团队成员采用全连接神经网络（MLP）进行预测，但实验效果并不理想。面对这一问题，他开始分析电网的结构特点，发现节点与线路之间的连接关系蕴含着重要信息。基于这一认识，团队转而采用异质图神经网络（HGNN），将电网拓扑结构融入模型设计，最终有效改善了预测精度。这段经历也让他认识到，前沿技术并非简单地套用到工程问题中，而是需要结合专业知识，找到技术与实际需求之间的契合点。

随着研究深入，他开始进一步关注算法在实际应用中的约束满足、计算效率及对动态网络的适应能力。在AT-SKM-Net研究中，针对已有T-SKM-Net方法在约束修正过程中的计算开销，他与团队结合机器学习与数学优化方法，通过学习机制更有针对性地选择需要处理的约束，并在满足低秩变化条件时更新、复用已有计算结果，减少重复计算。围绕这一研究工作，张笑臣以第一作者身份完成论文AT-SKM-Net: An Accelerated Trainable Sampling Kaczmarz-Motzkin Framework for Linear Hard-Constraint Feasibility on Dynamic Graphs，并成功获国际顶级学术会议NeurIPS录用。

从电力系统中的具体优化问题，到机器学习与数学优化的交叉研究，张笑臣的科研探索不断向更广阔的领域延伸。这一路上，ZJUI注重理论与实践结合、鼓励跨学科探索的本科培养环境，为他的成长提供了有力支持。丰富的科研机会、师长的启发与指导，以及专业课程的知识积累，让他得以不断拓展研究视野，将不同学科的方法应用于实际问题。面向未来，他希望继续探索机器学习与数学优化方法的深度融合，为电力系统等复杂工程问题提供更加高效、可靠的解决思路。

在交流与合作中共同成长

科研之外，热心朋辈互助、积极参与校园活动，是张笑臣校园生活的另一面。在不同的团队与集体中，他不断尝试走出熟悉的领域，在交流与合作中学习，也在分享与互助中收获成长。

跨学科创新项目 BioElectro Glove 便是一次特别的经历。项目聚焦心理健康筛查，涉及工程技术、健康科学与数据分析等不同领域的知识。面对陌生的专业领域，张笑臣与不同学科背景的团队成员相互学习、发挥各自所长，共同推进项目。最终，团队荣获中国国际大学生创新大赛（2025）新加坡区域赛金奖，这份成绩也让他更加真切地体会到跨学科合作的价值。

从向不同专业的伙伴学习，到主动将自己的知识与经验分享给他人，张笑臣在角色的转换中感受着教学相长的意义。本科期间，他先后担任修辞写作、编程及微分方程等多门课程的助教，并参与"学习加油站""心海助学站"等朋辈辅导项目，累计投入超过400小时。在一次次答疑与交流中，他学会根据不同同学的知识基础调整讲解方式，也在帮助他人解决问题的过程中不断加深自己的理解。

▲张笑臣参与组织的国际校区院长漫谈活动

在ZJUI多元交融的环境中，张笑臣也积极参与文化交流与校园活动。他曾负责组织国际校区“万国风华——印尼文化分享”活动，从内容策划到现场组织，注重让不同文化背景的同学有机会了解彼此、交流想法。此外，他还参与院长漫谈、赛艇开幕仪式及高桌晚宴等活动的筹备，在与团队成员的合作中积累了沟通协调经验，也进一步感受到国际化校园中开放交流、相互理解的氛围。

回顾大学四年，张笑臣始终保持着主动学习和探索的习惯。科研中的不断尝试，让他学会独立思考、积极面对挑战，丰富的校园经历，也让他更加懂得交流与合作的意义。这些经历不仅拓宽了他的视野，也让他逐渐明确了自己的兴趣与方向。即将进入浙江大学电气学院继续深造的他，也将带着这些积累，在全新的学习和研究中继续探索。