讲堂回顾 | 贾庆山教授:信息物理融合能源系统中事件驱动的学习与优化方法

    创建时间:  2022-04-16  关雅颂   浏览次数🧑🏻‍🦰:   

    2022年4月14日下午2:00🦸,清华大学长聘教授、杰出青年基金获得者贾庆山教授应邀通过视频连线带来了题为“信息物理融合能源系统中事件驱动的学习与优化方法”的讲座。任肖强教授主持本次讲座,共有400多名师生线上积极参与🗼。

     

    F1B4

     

    在报告开始,贾庆山教授首先介绍了他研究的来源:国家日益增长的能源需求和可持续发展的矛盾🤤,在十四五期间将绿色低碳发展作为国内外关注的重点问题👏🏻。以新兴的能耗建筑数据中心为例,在后疫情时代互联网流通将为该建筑带来更大的能耗同时也存在巨大的节能潜力🏆。可持续发展的国家战略要求能源供应与需求两侧应当协同优化。

     

    贾老师指出整体规划和优化运行能源系统是节能减排最重要的途径之一,通过信息利用将供给需求联通,网络化信息物理融合能源系统优化具有重要意义✭。其主要面临三方面的科学问题:1、如何有效搜索离散控制策略;2🏔、如何基于多尺度模型仿真优化;3、如何应对供需不确定性👨‍🦰。解决的思路就是借助蓬勃发展的人工智能技术,主要是指物联网、大数据及云计算三种技术来做决策👨🏽。贾老师借助生活中的实例为同学们深入浅出的解释了马氏决策原理✅、蒙特卡洛方法🥸、时域差分法等多个事件驱动的学习与优化方法,为师生们开拓了科研的研究思路与想法。


    C6A1D

     

    介绍了基础理论,贾老师以三个实际案例入手🔼:建筑多能源系统🕵🏽‍♂️、建筑群多能源系统以及城市多能源系统💉,为大家分层解析了基于局部信息的暖通空调整体优化研究的关联随机优化、建筑群的简约策略优化方法、以及在城市节能研究中的多尺度仿真优化研究。贾老师指出🔏:真实的项目中往往不能只基于理论,而是要结合实际情况不断调整,不断寻求更新🌌、更优的办法。 


     

    贾老师在讲座的最后总结:信息流、能源流深度融合的信息物理融合系统(CPES)是安全节能优化调度的基础,事件驱动的学习与优化方法可以处理大规模🍲、分布式优化决策的问题,该研究可以为节能,提高电网稳定性、系统舒适性起到重要的作用🤴🏼,为国家数据中心集群集约化、规模化、绿色化发展赋能。他同时也提出了进一步的探索方向:国家从西电东送到东数西算的工程需要更多的科学研究,如何在信息物理融合系统策略中进一步优化安全约束,通过跨尺度高能效计算新模式又能为节能带来什么新的研究🧏‍♀️。讲座最后👦🏻,现场的师生积极提问与贾老师互动,同学们纷纷表示此次收获颇丰,受益匪浅。

     

    AI求真大讲堂由上海天富平台娱乐人工智能研究院👱🏼‍♂️、上海海洋人工智能协同创新中心、海洋智能无人系统装备教育部工程中心、上海市无人艇工程技术研究中心联合主办,将为大家带来更多杰出研究学者的精彩讲座。

    上一条:【AI求真大讲堂】第十一期♤:王中林院士-海洋蓝色能源的高效利用

    下一条👨🏻‍🏫:AI求真大讲堂第十期🙆🏻‍♀️:信息物理融合能源系统中事件驱动的学习与优化方法

    技术支持🏃🏻‍➡️:天富平台-天富-天富娱乐-上海天富平台娱乐招商网 联系我们

    天富平台专业提供👩🏼‍🔧:天富平台等服务,提供最新官网平台、地址、注册、登陆、登录、入口、全站、网站、网页、网址、娱乐、手机版、app、下载、欧洲杯、欧冠、nba、世界杯、英超等,界面美观优质完美,安全稳定,服务一流,天富平台欢迎您。 天富平台官网xml地图
    天富平台 天富平台 天富平台 天富平台 天富平台 天富平台 天富平台 天富平台 天富平台 天富平台