CNCC2021 | 黄建伟教授：智能低碳的前沿理论研究和关键技术探索

12月16日上午，香港中文大学（深圳）校长讲座教授、AIRS副院长黄建伟教授在CNCC 2021“绿色低碳人工智能技术与应用”论坛带来了关于“面向国家双碳战略的智能低碳前沿理论研究和关键技术探索”报告。

黄建伟教授首先介绍了AIRS智能低碳的项目实施背景，在国家双碳战略背景下，AIRS凝聚了香港中文大学（深圳）多个学院的优势研究力量启动了“智能低碳”研究项目，旨在探究人工智能加速碳中和进程的技术路径，并希望与产业联合构建AIRS碳中和人工智能开放创新平台。智能低碳的研究团队包含香港中文大学（深圳）理工学院副院长黄建伟教授、数据科学学院执行院长查宏远教授、理工学院赵俊华教授、机器人与智能制造研究院陈勇全博士等20余位的资深专家和杰出青年教授。

黄建伟教授介绍了碳达峰和碳中和的国内外现状，提出AIRS碳中和的创新方案——通过AI赋能大规模分布式低碳系统来加速碳中和进程，主要立足低碳经济、能源产业、交通产业等3个方面。

黄建伟教授介绍了智能低碳项目的整体技术路线和目前取得的成果。黄建伟教授智能低碳研究团队已经在群智感知、联邦学习、优化控制等一系列基础理论上有所创新，同时在此基础上对碳交易、能源系统、交通系统三个方面发展出一系列关键技术，并且初步搭建了一系列的原型系统。

之后，黄建伟教授详细介绍了项目的理论基础研究。从面对知识大规模低碳系统分布式智能决策角度来看，主要包括数据自由流通、数据有偿流通和数据流通受限三方面的相关技术研究。例如在数据能够自由流通的情况下，重点解决群智众包问题，针对用户的感知能力高度异质性和交通信息的难以验证性等核心挑战，提出针对异质用户的个性化激励机制框架。

以低碳智慧交通场景为例，黄建伟教授详细介绍了如何进行数据交易，针对交通信息时效性和分散性等关键挑战，提出实时信息交易市场框架，以促进实时交通信息的共享，从而有利于减少交通拥堵，提高交通流转效率。此相关技术的研究成果获得了IEEE WiOpt 2021最佳论文奖。

AI 助力碳交易生态

如何有效进行碳计量，了解不同企业碳排放情况？如何进行碳市场仿真？如何进行绿证交易？如何利用电力大数据支撑，构建一个健康的碳交易生态？黄建伟教授指出，碳计量是个复杂的过程，其研究团队针对不同行业特点，提出企业实时碳计量计算框架，为相关行业碳计量及碳审计等工作提供可行方案。同时，团队已经与华夏银行联合发布国内大型商业银行的首个碳中和研究报告。

AI 助力能源系统减排

团队针对可再生能源高效并网的关键挑战，提出数据驱动下的分布式多阶段随机优化模型与算法，解决天气不确定下分布式电网优化的问题；通过电力用户侧建模，提出非侵入式负荷识别、超分辨率感知等算法，解决用户侧的用电数据提取问题；提出基于城市人口数据和出行数据的优化算法，解决城市充电站建站布局优化问题，旨在最大化用户满意度，推动城市发展。同时已经构建低碳能源管理系统，该系统在国内某大型企业已进入实用阶段。

AI助力交通系统减排

研究团队从低碳交通控制平台和低碳网联自动驾驶系统两个方面解决交通拥堵问题，从而达到减排的目的。团队已经构建了低碳交通原型系统，同时联合中国移动、华为公司共同建设了“基于5G和边缘计算的网联自动驾驶测试床”，获得中国信通院2019年度英诺（Innovation）双推优秀案例奖。

黄建伟教授在报告总结中提出探究人工智能加速碳中和进程的愿景，期待构建AIRS碳中和人工智能开放创新平台，促进众创共享。

最后，黄建伟教授特别感谢了参与智能低碳项目的团队人员。

特别鸣谢智能低碳项目组研究团队对本文内容的整理与贡献。