刘乙人(左)和李继成。
香港商厦冷气普遍给人过冷的印象,大部分商业楼宇依靠经验或固定时段调节冷气供应,造成过度制冷与能源浪费的问题。岭南大学团队针对此问题开发人工智能模型,能够提前一个月逐小时准确预测冷负荷需求,在不影响舒适度的情况下,显著提升能源利用效率。最近,该研究项目在“国际建筑机电人工智能大挑战2025”中勇夺金奖。
由机电工程署和广东省科学技术协会合办的国际建筑机电人工智能大挑战(大挑战)于今年6月至8月举行,设有“人工智能模型开发”及“建筑及工程创新方案”两个比赛项目,吸引超过200支来自26个国家和地区的队伍竞赛。
岭大获奖项目名为“用于商业楼宇的AI智能冷气需求预测系统”,由校长秦泗钊及数据科学学院工业数据科学学部助理教授莫焱芳指导。研发团队成员包括该学部博士后研究员刘乙人、数据科学学院博士生李继成及朱仲熹。
该系统在比赛环节中精准预测四座建筑物未来一个月、每小时的制冷负荷需求,并为室内的空气调节系统提供最佳化调控策略,既能维持舒适的温度,又能有效减少能源消耗及碳排放,最终在“人工智能模型开发”学术组别中获得金奖殊荣,取得5000美元奖金。
结合大语言模型及AI 建议节能方案
该系统已在香港的商厦及深圳达实智能大厦进行实测收集数据,均显示该系统具备良好的预测效果。基于此技术,团队进一步开发“HVAC(暖气、通风、空气调节)智能管理平台”,可结合即时天气数据预测不同情况下的冷负荷需求,并制成视觉化系统协助楼宇管理人员制定节能策略。团队正进一步将系统与大型语言模型及AI代理技术结合,使AI能直接为楼宇管理者建议节能方案,进一步降低技术使用门槛。
香港新闻社
有视界·有世界