【光华讲坛】清华大学全球创新学院副院长,贾庆山副教授:信息物理融合能源系统中的人工智能-事件驱动的学习与优化方法

文:西南财经大学统计学院 发布时间:2018-09-04 浏览次数:21

主 题:信息物理融合能源系统中的人工智能-事件驱动的学习与优化方法

主讲人:清华大学全球创新学院,贾庆山副教授

主持人:西南财经大学统计学院 肖辉教授

时 间:2018年9月7日(星期五)下午15:30-16:30

地 点:西南财经大学柳林校区通博楼B座212会议室

主办单位:统计学院  科研处  



 

主讲人简介:


    贾庆山分别于2002、2006年毕业于清华大学自动化系获得工学学士、博士学位。留校任教,2010年升副教授。2015年任长聘副教授。现任清华大学全球创新学院副院长。分别于2006、2010、2013年任哈佛大学、香港科技大学和麻省理工学院访问学者。现任IEEE Transactions on Automatic Control副编辑,曾任IEEE Transactions on Automation Science and Engineering、Discrete Event Dynamic Systems -Theory and Applications副编辑。主要学术方向为网络化信息物理融合能源系统的优化理论与方法,特别在序优化及事件驱动优化方法的应用与发展方面做出了贡献。发表二十余篇IEEE汇刊论文。先后获得国家自然科学二等奖、国家自然科学基金优秀青年基金、教育部自然科学二等奖、中国自动化学会自然科学一等奖、IEEE国际自动化科学与工程年会最佳论文奖、英国运筹学协会Tocher奖(国际期刊Journal of Simulation 2015年-2016年最佳论文奖)。

    担任IEEE Internet of Things Activity Board委员(2016至今)、IEEE控制系统协会Board of Governors委员(2017)、IEEE控制系统协会离散事件系统专业委员会主席 (2012-2015)、IEEE控制系统协会北京分会主席(2012至今)、IEEE机器人与自动化协会智能建筑专业委员会副主席(2012至今)、IFAC智慧城市控制专业委员会主席(2015至今)。担任中国自动化学会第十一届控制理论专业委员会委员兼副秘书长(2018-2022),中国自动化学会第一届工业控制系统信息安全专业委员会委员(2016-2020)。

 

内容摘要:

    在以城市能源互联网、智能建筑等为代表的信息物理融合能源系统中,信息流、能源流深度融合。这为实现多种能源综合互补、供需匹配,提高系统的整体能效水平,同时提升用户的舒适体验,均提供了巨大的机遇。但此类系统的综合优化一般涉及在多个时间和空间尺度上的动态过程。比如在城市能源互联网中,在供能一侧,风能与太阳能等新能源的发电量每分钟均可能发生较大幅度的变化,且有逐时、逐日等不同时间尺度的发电预测模型,有单台设备、风电场等不同时间尺度的发电预测模型。在用能一侧,电动汽车的出行需求也有较大的不确定性,有逐时、逐日等不同时间尺度的预测模型,有停车场、城区、城市等不同空间尺度的预测模型。如何综合利用这多个尺度的模型,实现系统整体性能的优化,具有重要的实际意义,也有巨大的科学挑战。本报告简单介绍人工智能在本领域的巨大应用前景,并着重汇报事件驱动的学习与优化方法近期的研究成果,以及应用在多尺度信息物理融合能源系统综合优化中的研究进展。


2
分享到: