报告题目：轻量化人工智能赋能海量分布式资源高效协同
报告时间：2026年8月5日15:00
报告人：王毅
报告地点：武汉大学工学部七教407会议室
主办单位：武汉大学
报告人简介:王毅，香港大学助理教授、博士生导师，长期从事智能用电大数据分析的研究，以一作/通讯发表期刊论文100余篇，其中IEEE汇刊论文70余篇;相关成果应用于广东、山东、江苏等地负荷分析与预测、珠海横琴等多个能源互联网示范工程，牵头获吴文俊人工智能科技进步二等奖;担任IEEE Transactions on Smart Grid等国际期刊编委、国际大电网组织(CIGRE)和国际供电会议组织(CIRED)中国国家委员会技术委员会委员、CIGRE电热行业整合工作组主席、CIGRE5G技术在智能电网中的应用工作组秘书、IEEE客户系统与智能建筑分委会副主席、IEEE PES能源预测与分析工作组主席;获评IEEE PES杰出青年工程师奖(该奖设立37年以来亚太首位)、中国科协青年人才托举计划、吴文俊人工智能优秀青年奖、电力优秀青年科技人才奖等;主持国家自然科学基金(面上项目、专项项目、集成项目课题)、国家重点研发计划国际合作项目、国家科技重大专项项目课题和香港研究资助局项目(杰出青年学者计划、优配研究金)。
报告内容简介：随着屋顶光伏、可调节负荷、电动汽车等分布式能源资源大规模接入，需求侧资源呈现数量庞大、分布广泛、行为不确定以及数据隐私敏感等特征，传统依赖云端集中处理的模式难以满足实时、高效和隐私保护的协同需求。智能电表、充电设备等边缘终端受限于计算、存储和通信资源，难以直接部署复杂的学习与优化算法。针对上述挑战，本研究构建了面向资源受限边缘设备的轻量化"监测一预测一调控"技术体系。报告将分别从轻量化学习与优化两个方面展开:以智能电表端的分布式负荷预测为例，介绍复杂模型的轻量化训练与协同学习方法;以充电设备端的电动汽车协调控制为例，介绍无需求解器的轻量化优化与分布式协同机制。此外，报告还将概述该体系在负荷辨识、光伏预测、家庭能量管理和能源交易等场景中的应用，并介绍相关硬件测试平台及部署验证结果。
