基于人工智能理论与方法，研究城市基础设施（重点包括轨道交通设施、数据中心和充电桩等），以及公共建筑系统节能优化控制策略。首先运用物联网、云计算等信息化技术，实现城市基础设施和公共建筑能源消耗信息的可视化、可量化和智能化分析；同时实现对城市基础设施和公共建筑内各类用能的分项及关键设备的数据采集、监测，能耗诊断、设备能效分析、指标管理等功能。在此基础上，利用神经网络建立各类设施和建筑的负荷预测模型，然后利用神经网络、T-S建模等手段建立城市基础设施和公共建筑耗能设备的非线性系统模型，并研究易于工程实现的城市基础设施和公共建筑预测控制、基于强化学习的节能优化控制、微电网系统优化配置和经济运行策略。
重点研究基于大数据和人工智能方法的城市基础设施及公共建筑设备系统节能优化控制、系统故障检测与诊断、能耗分析与诊断方法。主要包括：1）城市基础设施和公共建筑设备系统非线性被控对象神经网络和T-S模型构建，以及模型自适应移植在线修正方法；2）研究计算量小、易于工程实现的城市基础设施和公共建筑时变非线性MIMO设备系统模型预测控制策略，以及基于强化学习的节能优化控制策略；3）基于控制量和被控量残差统计、稳态和动态特性分析的系统故障检测、诊断与预测策略；4）电动汽车有序充电控制和充电负荷的优化配置策略；5）以提高光伏阵列的电能输出为目标，对光伏电池的等效电路模型、光伏阵列的数学模型、输出特性、DC-DC变换环节实施最大功率点跟踪控制、构建高效阵列拓扑结构；6）构建微电网系统优化配置和经济运行的数学模型，以室内环境热舒适度为调控指标，建筑节能性为约束条件，研究建筑设备的智能用电控制策略。在此基础上以城市基础设施和公共建筑满足舒适性要求和能耗节省为目标，形成城市范畴的基础设施和重点公共建筑节能优化控制理论与技术体系。
带头人：魏东
成 员：马鸿雁、王晓辉、岳云涛、张俊红、李壮举、庄俊华、栾 茹、王怀秀、薛慧杰、谢雨飞、龚静、衣俊艳
（1）建筑大数据智能处理方法研究北京市重点实验室
（2）智慧城市国家级虚拟仿真实验教学中心
以提高城市治理和节能减排技术水平，提升城市运行能效为目标，基于互联网、物联网、人工智能、大数据、能耗模拟、数字孪生等技术和方法，创新城市基础设施和公共建筑节能优化控制理论和技术体系；生成北京市城市基础设施建筑（包括重点公共建筑、交通枢纽建筑和数据中心建筑）能耗热点地图，构建基于大数据的城市建筑能耗分析与诊断平台，为北京市公共机构制定建筑能耗效率管理政策提供决策支持；对城市电力规划负荷进行有效预测，采用人工智能算法搭建预测模型，合理优化城市高压供电电源、供电方式及变电所优化设计等，为城市电力、电信规划的优化布局及科学决策提供支撑；考虑电动汽车的移动储能特性，制定有序充放电控制策略，实现基于区块链和智能合约的电动汽车电力交易模型；统筹需求响应资源和供应侧资源在能源配置和调度中的作用，实现建筑中多种能源的协调互补和综合规划。到2035年，本方向拟实现覆盖全北京市的城市重点基础设施和公共建筑能耗诊断、节能控制和优化调度系统，形成绿色、低碳、安全、高效、智慧的城市基础设施和公共建筑分布式节能优化控制体系。
