昆山杜克大学联合杜克大学和复旦大学，于10月11日至12日在昆山杜克大学举办了主题为能源数据分析的国际研讨会。
能源问题与人们的生活联系紧密，人类社会的发展离不开优质能源的出现和先进能源技术的使用。能源问题同时也与环境问题息息相关，从而进一步影响人们的生活。数据分析在能源领域扮演着越来越重要的角色， 本次研讨会集合了中美相关领域的专家，研究探讨了电力部门运营和规划的数据使用、机器学习技术在应电力部门的应用、数据分析在电力部门的应用等问题，寻求能源数据这一新兴领域的突破。
10月11日上午会议的第一个议程主要探讨了电力部门运行和规划的数据使用中，中美各自使用实时电网和工厂级数据来运行电网和规划未来的运营的方式。中国国家电网电力研究所名誉所长，中国工程院院士薛禹胜做了主旨演讲，为大家介绍了大数据在能源领域物理社会网络系统（cyber physical social system）中的应用。
薛禹胜教授
清华大学电机工程与应用电子技术系教授孙宏斌介绍了能源互联网及其近期发展，他重点指出了能源领域中不同能源部门打破壁垒、实现内联、构建能源网络的重要性，并提出了“互联网+”时代的能源互联网的构建倡想，分享了中国能源网络构建领域的最新发展。
孙宏斌教授
杜克大学尼古拉斯环境学院副教授Dalia Patino Echeverri 以美国卡罗莱纳地区居民屋顶太阳能电板的使用为例，具体介绍了确保电力部门的可靠性、环境可持续性和经济效益中的数据和建模要求。
Dalia
10月11日下午会议的第二个议程主要探讨了应用于电力部门问题的机器学习技术机器学习技术如何应用于解决中美电力部门规划，运行和监管的具体问题。美方组织者还分享了机器学习技术在非侵入性负载监测和能源资源和基础设施遥感方面的研究进展。
Kyle
通过视频连线，杜克大学能源数据分析实验室管理主任Kyle Bradbury以非侵入式负载监测技术（Non-intrusive load monitoring, NILM）在建筑领域的应用为例，介绍了NILM的能源数据自动化提取原理 ，并且介绍了NILM的最新进展，当前研究和未来应用。
高翠侠
江苏大学应用系统分析研究 博士生高翠侠以多层能源交易网络模型和具现化的输入-输出能源网络模型为例，介绍了多区域能源贸易数据的网络建模与分析的研究，提出对于模型的优化需要考虑进一步增强能源互联网的内部联系，从而增强能源、信息、商业在体系内的流动。
Jordan
杜克大学电子和计算机工程助理教授Jordan Malof以居民屋顶太阳能电板数量计算为例，介绍了运用遥感数据中提取太阳能电板的数量的方式，指出可以预计在未来深度的机器学习能够有效地减少识别的错误率，提升提取的效率，他同时畅想了未来机器学习在能源领域广泛使用的图景。
复旦大学经济学院教授吴力波与来自斯坦福大学的于嘉钒也做了相关的分享。
议程二结束之后，参会人员们展开了头脑风暴，讨论了数据分析在电力部门未来可能进一步应用的方向。第二天，来自中国和美国的学者以前一天头脑风暴产生的主题分组进行了讨论，找出可以合作解决的问题，发掘潜在的未来合作可能。
部分参会人员
薛禹胜
孙宏斌
吴力波
Dalia Patino-Echeverri
Kyle Bradbury
Jordan Malof
Billy Pizer
Brian Murray
高翠侠
于嘉钒
