建筑能源仿真中人工智能技术应用的初探与思考

人工智能技术的快速发展为其在建筑能源仿真领域的应用带来了巨大的潜力。然而，人工智能在建筑能源仿真中的应用仍面临模型物理一致性弱、可解释性差及泛化能力低等问题与挑战，实现人工智能与物理模型的深度融合具有重要意义。报告以基于负荷预测的建筑冰蓄冷系统控制优化为实际案例，对建筑能源物理知识与人工智能技术的融合方式进行初步探索。研究基于蓄能系统预测控制的物理知识，提出了面向控制优化目标的负荷预测准确度评价指标，更有效地选取面向控制的人工智能负荷预测模型，进一步提升人工智能的应用效果。报告还对建筑能源物理知识与人工智能技术融合的应用方式进行探讨，旨在促进建筑能源系统的低碳化与智慧化协同发展。

燕达，清华大学建筑学院教授，博士生导师，国家杰出青年科学基金获得者，中国仿真学会理事会理事，国际建筑性能模拟协会中国分会 IBPSA-China主席， ASHRAE TC 7.10主席，国际SCI期刊Building Simulation主编。主要从事于建筑性能仿真、建筑人行为模拟及低碳节能技术研究。主持了国家科技支撑计划、国家自然科学基金等科研课题20余项，共发表学术论文250余篇，其中SCI论文170余篇，H-index为61，专著及报告10余部，授权发明专利及软件著作权10余项，2008年获国家科技进步二等奖。