最新动态

理大两名青年学者入选 2025 年《麻省理工科技评论》 「35 岁以下科技创新 35 人」中国区名单 彰显培育卓越科研人才承诺

香港理工大学（理大）两名优秀青年学者凭借在催化科学及先进制造技术领域的创新科研成就，成功入选 2025 年《麻省理工科技评论》「35 岁以下科技创新 35 人」中国区名单。化学系副系主任兼副教授劳子桓教授，以及工业及系统工程学系助理教授（研究）吕佳欣博士，分别入选「远见者」和「发明家」组别，表彰他们将经典传统技术转化全新应用，以及研发尖端新技术的卓越贡献。本次香港院校共有五名学者获选，理大占两个席位，足证大学在培育青年科研人才及推动前沿创新方面的卓越实力。 理大高级副校长（研究及创新）赵汝恒教授祝贺两位理大学者荣获殊荣，并表示︰「我们欣喜见到理大青年人才在国际科研舞台上展现卓越实力，并以开创性成果响应全球挑战。理大一直致力支持青年科学家推动前沿研究及成果转化，自 2022 年设立『青年创新研究者奖』以来，一直致力表扬具创新精神和突破潜力的年轻创新者。理大将继续为青年学者提供坚实支持，培育更多引领未来的新生代科研领袖。」 劳子桓教授建构同步共振软 X 射线衍射（RSXRD）技术，成功突破传统技术极限，在国际上首次实现工业级分子筛骨架铝原子及「铝对」的三维空间精确定位。该项标志性成果于 2025 年在顶尖学术期刊《Science》发表，为分子筛的理性设计提供了确定性的原子级判据，彻底打破困扰数十年的活性位点「物理黑箱」。 这项技术已在工业合作中展现巨大的应用价值，在毋须改变工厂反应器硬件的前提下，能显著提升催化过程精准度与选择性，亦降低耗能，对提升碳资源转化效率及应对全球气候变化具有重大科学与应用价值。 吕佳欣博士开发出「多筒挤压宽幅成形技术」，突破性地实现超宽薄壁轻合金构件的一体化制造，打破过往需要分段拼焊的局限。该技术将型材宽度提升至传统方法的三倍以上，同时降低 70%–90% 的挤压力。围绕这一突破，她从而建立多尺度材料模型，结合人工智能辅助优化，大幅缩短产品开发周期，并以主要发明人和专利权人身份完成四项跨国核心专利。 该原创技术已于 2024 年成功实现产业化，推动建成6,500 吨级自动化生产线。以载客乘用车辆为例，相关结构件减重潜力高达  50%，可降低约 30% 的碳排放，正全面改写大型轻量化构件的制造规则。 「35 岁以下科技创新 35 人」是由世界顶尖科技媒体《麻省理工科技评论》发起，旨在每年从多个前沿科技及产业领域遴选出优秀的青年科技创新人才。中国区评选于 2017 年设立，持续在各科技创新领域发掘具有国际影响力的卓越青年科学家。

理大科研项目获研资局多个计划支持 项目数量居院校前列 彰显领先科研地位

香港理工大学（理大）四个研究项目在研究资助局（研资局）2026/27年度的多个资助计划中，合共获得逾港币1.24亿元资助。理大获支持项目数量居本地院校前列，当中包括：两个人工智能（AI）跨学科项目获「主题研究计划」支持，将促进绿色燃料及企业AI风险管理发展；另有两个项目分别获「卓越学科领域计划」及「策略专题研究资助金」支持，涵盖智能制造及银发经济领域。理大将继续运用其卓越科研优势，推动经济及社会高质量发展，造福社群。 理大高级副校长（研究及创新）赵汝恒教授表示︰「我们感谢研资局对理大卓越科研的鼎力支持。这些获支持项目印证理大的跨学科研究实力，透过结合AI与不同学术领域，推动绿色能源、智能制造、经济以至企业管治创新发展；亦为促进香港银发经济贡献力量。作为全球50强学府，理大将继续善用其国际级科研及顶尖人才优势，竭力推动知识转移，将前沿研究转化为具影响力的方案，推动各行各业创新进步，助力香港建设国际创新科技中心。」 「卓越学科领域计划」旨在协助教资会资助大学巩固及发挥香港在研究方面的现有优势，使其发展为卓越学科领域；「主题研究计划」的目的是集中学术研究力量，对香港长远发展具策略重要性的主题进行研究；而「策略专题研究资助金」则资助有助香港应对重要课题的协作研究项目。理大获资助项目详情如下：

以氨作为氢能载体：开启零排放能源新机遇

在全球迈向低碳环境下，氢能被视为重要的清洁能源载体，但其储存与运输一直面对不少挑战。香港理工大学物理及材料学系助理教授李孟蓉教授的研究以「氨」作为替代性氢能载体，以探索如何高效地释放氢气，并实际应用于能源系统之中。 与氢气需要高压或低温储存不同，氨可在较温和条件下液化，并可利用现有基础设施进行运输。虽然氨具毒性，需要谨慎处理，但整体仍是一种可行的氢能载体。当中的核心技术为将氨分解为氢气和氮气的「氨裂解」过程。 氨本身并不容易释放氢气，传统裂解技术需要约500°C的高温，且能耗较高。为此，李教授的团队研发出纳米结构的钴基催化剂，其「核壳结构」设计以金属氧化物包覆钴纳米粒子，防止粒子在高温下聚集，同时提供具动态特性的表面，提升氨的吸附能力，令氢气与氮气更容易被释放。 这类催化剂具备纳米动态特性，其表面能随反应条件调整，有助提升氨的吸附与释放效率，能在较低温度下更高效地产生氢气。 此外，李教授亦强调系统整合的重要性。其中一大关键，是解决高温裂解与低温燃料电池（约80–150°C）之间的温差问题，以减少能耗。 氢气纯度亦是重要因素。氨裂解后会产生氢气与氮气的混合物，而不同应用对纯度要求各异。例如燃料电池需要高纯度氢气，需进一步净化；燃烧用途则可容许较低纯度。因此，系统设计必须因应不同应用场景作出调整。 对此，李教授团队已开发出以氨为动力的高尔夫球车、小型巴士及充电站原型，充份展示当中的应用潜力。 未来要推动技术广泛应用，仍需在绿色氨生产、催化技术及系统工程等方面持续突破。随着技术逐步成熟，氨有望成为一种具成本效益、可大规模应用，甚至接近零碳排放的氢能载体，为全球能源转型注入新动力。 资料来源: 理学院通讯（2026年6月）

理大举办第十届航空航天系统科学与工程国际会议 促进航空航天领域跨学科研究

由上海交通大学主办、香港理工大学（理大）航空及民航工程学系承办的第十届航空航天系统科学与工程国际会议（ICASSE 2026），在理大于7月16日至17日成功举办，进一步彰显理大在航空航天科研及创新领域的国际影响力。 作为航空航天领域的重要国际交流平台，是次会议吸引来自10个国家和地区逾160名研究人员、学者及业界专家参与。大会邀请多位学术界及业界领袖发表主题及特邀报告，深入探讨人工智能赋能航空航天系统、自主飞行技术及先进复合材料等前沿议题，并分享航空学、航天学及航空航天系统工程的最新研究成果。 理大航空及民航工程学系副教授、利民航空导航青年学者许立达教授与上海交通大学航空航天学院副院长徐武教授担任大会主席，开幕典礼由理大协理副校长（研究）王钻开教授与上海交通大学航空航天学院兼学校党委书记胡士强教授共同致开场辞，而理大土木及环境工程学系副教授赵奇教授在主题演讲环节带来精彩分享。 除技术交流外，会议亦促进跨院校及跨界别合作。上海交通大学代表团到访理大，参观航空及民航工程学系实验室及无人自主系统研究中心，并与两校学者交流未来合作方向。 随后，《Aerospace Systems》期刊编委会于7月18日在理大举行会议，就太空科技研究及专题专刊规划等未来发展方向进行讨论。 凭借卓越的科研实力、先进设施及广泛的国际合作网络，理大成功促进学术界、科研机构、业界及学术出版界的深入交流。ICASSE 2026的成功举办进一步巩固理大作为航空航天创新、前沿民航研究及国际人才培育枢纽的地位。  

理大研究揭示脂肪分布为大脑健康关键 内脏脂肪积聚显著加速大脑退化 关联度显著超越BMI

肥胖如何影响大脑老化及失智症风险一直备受医学界关注。临床普遍以体重指数（BMI）作为评估指标，但该指标无法充分反映身体不同部位的脂肪堆积差异。香港理工大学（理大）一项最新研究发现，人体特定部位的脂肪分布，与大脑结构及认知功能有着显著关联且截然不同的关联。其中，内脏脂肪会显着加速大脑老化并导致认知能力衰退，其对大脑健康的负面影响在所有脂肪类型中最为突出。 理大医疗科技及资讯学系神经信息学讲座教授、精神健康研究中心主任及杰出创科学人仇安琪教授领导的研究团队，进行全球首项大规模多模态研究，系统性地拆解局部脂肪分布与大脑结构、脑功能连接及认知表现之间的复杂关联，为阿兹海默症、血管性失智症及与年龄相关的脑老化疾病提供崭新的科学依据。相关研究成果已刊载于国际权威学术期刊《自然·心理健康》。 研究结果证实，评估大脑衰退与认知老化时，单凭BMI指标并不足够，局部脂肪分布才是不可或缺的关键指标。这一发现对神经流行病学研究具有里程碑意义，有助于业界未来制定更精准、个人化的脑健康防控与干预方案。 研究团队深入分析英国生物银行逾18,000名参与者的健康数据，将双能量X光吸收法（DXA）测得的身体局部脂肪数据，与多模态脑部影像及认知评测结果进行多维度关联分析。结果发现，手臂、腿部、躯干及内脏的脂肪堆积，分别会对应并影响不同的神经系统，包括感觉运动系统、边缘系统、预设模式网络，以及皮层下──小脑──脑干系统的脑形态。研究特别指出，在各类脂肪中，唯有内脏脂肪与大脑「白质完整性」的破坏有直接关系。白质相当于大脑神经信号传输的「电缆」，其受损与血管性认知障碍及脑小血管疾病的发病机理高度吻合。 仇教授表示：「不同部位的脂肪会在脑部绘制出完全不同的变化轨迹，这是单凭体重或BMI无法侦测的特征。我们的分析模型清晰解释了不同部分的脂肪如何差异性地损害大脑系统。值得注意的是，局部脂肪累积属于『可干预、可调控』的健康风险因素。只要透过针对性的生活干预减少内脏脂肪，就能为主动预防及治疗神经退化性疾病开辟新路径。 」 研究团队推测，内脏脂肪之所以对大脑危害最深，可能与其易诱发身体慢性发炎、进而导致神经发炎有关。此项研究不仅建立了一套完整的分析框架，也提醒市民针对性地消除内脏脂肪对于维持心智敏锐与预防失智症的重要性。  

理大四名学者获颁研资局高级研究学者及研究学者 推动先进制造、数理金融、神经科学及物联网前沿创新

香港理工大学（理大）一直致力于世界领先的研究及创新，以贡献社会。在2026/27年度的研究资助局（研资局）「高级研究学者计划」及「研究学者计划」中，理大共有四位杰出学者获颁殊荣，以支持其继续于先进半导体制造、数理金融、认知神经科学及物联网应用等前沿领域继续创新突破。 理大高级副校长（研究及创新）赵汝恒教授祝贺获奖者，并表示：「理大学者凭借卓越科研成果，荣获享誉盛名的奖项肯定，这些研究项目彰显了理大追求卓越研究的决心，并致力于推动世界领先的研究及创新。理大将继续营造充满活力的研究环境，为科研人员提供坚实的资源与支持，让他们专注于前沿研发。我们将持续透过创新方案为社会带来实质裨益，同时启发并培育下一代科研人才，推动香港发展成为国际创新科技枢纽。」 研资局的「高级研究学者计划」及「研究学者计划」旨在为卓越非凡的教授级和副教授级学者提供教学及行政职务方面的持续研究支持，让他们专注于研究及发展工作，并为香港培育下一代研究人才。两项计划每年各颁发10个获奖名额，获奖学者将获冠予「研资局高级研究学者」或「研资局研究学者」名衔，并将分别获发放约港币850万元及港币560万元资助。 理大获奖项目展现其在连结理论突破与实际应用方面的卓越实力，突显理大世界级的科研水平，以及致力将前沿知识转化为具影响力方案，以应对全球重大挑战。理大获奖学者如下：

理大研发新一代高效耐用钙钛矿有机迭层太阳能电池 被遮挡仍能稳定运作 助推动薄膜太阳能技术工业应用

太阳能板被树木、云层、飞鸟或建筑物遮挡，是日常环境中极常见的情况。但对于薄膜太阳能技术而言，这些遮挡却可能造成严重问题—被遮挡的部分会出现反向偏压（负电压），轻则降低发电效率，重则有机会损坏太阳能电池的组件。香港理工大学（理大）研究团队成功研发新一代钙钛矿有机迭层太阳能电池，不但发电效率高，更能有效抵抗负电压带来的损害。研究中的迭层装置即使承受-40伏特的极端反向偏压，仍能维持90%以上的初始效率，表现远超现时所有薄膜太阳能技术，为薄膜太阳能技术走向实际应用迈出关键一步。 薄膜太阳能技术，例如碲化镉(CdTe)、铜铟镓硒(CIGS)、钙钛矿和有机太阳能电池等，具备轻巧、柔韧及低成本等独特优势。不过，这类材料有一个共通弱点：由于其「电子—离子混合导电」的特性，一旦太阳能电池被局部遮挡而产生负电压，供电性能就难以保持稳定，组件甚至有机会受损。因此，能否抵抗反向偏压，正是薄膜太阳能技术是否耐用及能否长期稳定运作的关键。 有机太阳能电池近年在效率和耐久度上都有长足进步，但科学界对它在反向偏压下的实际表现，以及电荷在体异质结（即电池内部由两种材料混合而成的发电活性层）如何传输，至今仍未完全掌握。填补这些空白的知识，正是推动薄膜太阳能技术实际应用不可或缺的一步。 理大电机及电子工程学系能源转换技术讲座教授、钟士元爵士可再生能源教授、理大智慧能源研究院副院长李刚教授及其研究团队，正是从反向偏压这个常被忽略的关键环节入手。李教授表示：「我们在提升有机太阳能电池和钙钛矿有机迭层太阳能电池于严苛反向偏压环境下的稳定性方面，取得重要进展，为理解这类太阳能技术的运作原理和耐久度作出重大贡献。」 有机太阳能电池在反向偏压下之所以受损，源于体异质结存在「深陷阱态」的缺陷。这是太阳能电池材料里的隐形陷阱，困住负责发电的电荷，令电池效率下降甚至损坏。 团队透过创新方法及策略性干预取得突破，透过抑制「供体—受体混合区」（即电池发电核心中，负责放出和接收电荷的两种材料混合的区域）内孤立的受体簇，成功减少上述缺陷，研发出高效能的有机太阳能电池，其不可逆击穿电压更超过 -35伏特。换言之，只要负电压不超过-35伏特，电池都不会被永久破坏，抗损能力大幅提升，为有机太阳能电池的效率和稳定性建立新标准。 是次研究显示，透过抑制n-i-p型无机钙钛矿—有机迭层太阳能电池的「反向隧穿」（即太阳能电池被遮挡时电流反向流动、产生负电压并损害电池的现象），有机太阳能电池成功保护钙钛矿层。即使承受-40伏特的极端反向偏压，迭层装置仍能维持90%以上的初始效率。此外，这些迭层太阳能电池非常稳定。在-20伏特下持续运作12小时后，仍保留90%初始效率；在-4.5伏特下持续运作2,000小时后，更保留高达 97% 的初始效率，表现远超现时所有薄膜太阳能技术。 这项研究题为「具优异反向偏压稳定性的钙钛矿—有机迭层太阳能电池」已刊登于《自然材料》（Nature Materials）期刊。该研究详述了体异质结有机太阳能电池中的反向电荷传输机制，并解决钙钛矿太阳能电池的反向偏压不稳定问题，为发展稳定耐用的钙钛矿有机迭层太阳能电池提供关键指引。 在此前的研究中，李教授与团队透过「底层接触调控」策略，成功将n-i-p型无机钙钛矿/有机迭层太阳能电池的能量转换效率推高至25.9%（认证效率为25.1%），在各种环境下展现更高稳定性。该研究题为「透过底层接触调控技术达致25.1%认证效率的无机钙钛矿/有机迭层太阳能电池」已于2025年刊载于《自然能源》（Nature Energy）期刊。 而在最新的研究中，n-i-p型钙钛矿有机迭层太阳能电池的能量转换效率更进一步提升至26%以上，展现出优异的反向偏压稳定性，为技术实际应用再迈进一步。理大电机及电子工程学系博士后研究员黄佳明博士及博士生韩玉先生分别是刊载于《自然材料》及《自然能源》两篇论文的第一作者。同系的研究助理教授任志伟博士为该两篇论文的共同通讯作者。 李教授补充：「可扩展的钙钛矿/有机迭层太阳能电池小型组件，在阴影环境下充分展现出极佳的反向偏压稳定性。这是一项重大突破，有助建立再生能源系统，让未来更可持续，更有效率。 」

理大学者荣膺2026年国际摄影测量与遥感学会会士 表彰地理空间人工智能与遥感领域卓越贡献

香港理工大学（理大）土地测量及地理空间科学系地理资讯学和人工智慧讲座教授、全球STEM 学者翁齐浩教授获选为2026年国际摄影测量与遥感学会会士。国际摄影测量与遥感学会大会每届在全球仅严格限制选出不超过五位会士。这项荣誉肯定了其在摄影测量、遥感以及地理空间人工智能（GeoAI）领域的卓越学术成就与国际领导力。 此项殊荣不仅彰显翁教授在国际学术界的崇高地位，亦反映理大在推动人工智能驱动地理空间研究、促进环境及社会效益方面的雄厚实力。他的研究贡献显著推动并塑造城市遥感、城市气候研究及人工智能驱动的地球观测等领域，并提出关键的数据驱动解决方案，支持全球永续城市发展。 翁教授致力于城市环境监测、地理空间分析、时间序列遥感影像分析及人工智能应用研究，其研究成果影响了全球对城市化、气候变化及环境可持续发展议题的理解。其团队开发的创新理论和方法，有效推进了城市热岛效应、城市扩张及环境可持续性等研究领域带来重要突破。 除了推动基础研究，翁教授亦积极将GeoAI技术应用于实际场景。他带领团队利用人工智能、地球观测、遥感及大数据分析技术，开发创新方案以支援城市可持续发展、环境监测及城市韧性建设，并应用于交通管理、城市规划、公共安全、气候适应及灾害管理等多个范畴。 此外，翁教授是理大地理空间智能研究中心及赛马会「对地观测」创科实验室的总监。研究中心专注于为地理空间信息技术原创开发与人工智能方法理论和技术的创新应用，以应对地理信息科学领域中的环境和社会挑战，致力于成为全球地理人工智能（GeoAI）研发的中心。赛马会「对地观测」创科实验室由香港理工大学、香港赛马会慈善信托基金及香港特别行政区政府联合成立，旨在支持“杰出创科学人计划”。实验室致力于开发原创且创新的地球观测方法与技术，并将其应用于城市及都市区域环境和社会挑战的成因、影响及应对研究。在翁教授的领导下，实验室不断开拓地理空间智慧与地球观测的前沿，为全球城市的可持续发展提供变革性的解决方案。 此次再获会士荣衔，为翁教授杰出的国际学术成就再添里程碑。他是欧洲科学院（Academia Europaea）外籍院士，并获选为多个世界领先科学组织的会士，包括电机电子工程师学会（IEEE）、美国科学促进会（AAAS）、美国地理学家协会（AAG）、美国摄影测量与遥感学会（ASPRS）以及亚太人工智能学会（AAIA）。此外，他亦担任ISPRS Journal of Photogrammetry and Remote Sensing总编辑，并出任全球地球观测组织（GEO）「全球城市观测与资讯倡议」负责人，积极推动相关领域的研究发展。 国际摄影测量与遥感学会会士，自2010年起作为国际摄影测量、遥感及空间信息科学领域的最高荣誉之一，旨在表彰对相关学科发展作出长期而杰出贡献的学者和专家。  

理大学者倪一清教授荣获中国工程院第十六届「光华工程科技奖」

香港理工大学（理大）土木及环境工程学系严、麦、郭、钟智能结构教授、智能结构与轨道交通讲座教授、理大杭州技术创新研究院院长兼国家轨道交通电气化与自动化工程技术研究中心香港分中心主任倪一清教授荣获中国工程院第十六届「光华工程科技奖」。 「光华工程科技奖」为两年一度的国家级奖项，被誉为「中国工程界最高奖项」，旨在表彰在工程科技及工程管理范畴具卓越成就和重要贡献的中国工程师和科学家。奖项自1996年成立以来，已嘉许423名来自不同工程领域的杰出人士。今届的40名得奖者从471名候选人中选出，包括一名成就奖得奖者和39名光华工程科技奖得奖者，倪教授为本港三名得奖者之一。 倪教授是结构健康监测与振动控制领域的国际权威学者，2020至2025年连续六年入选史丹福大学发布的「全球首2%顶尖科学家」榜单（涵盖年度引文影响力和学术生涯引文影响力）。他入选2025年ScholarGPS全球前0.05%顶尖学者终身成就榜单，在「结构健康监测」领域位列全球第四名。 倪教授由理大校长兼中国科学院院士滕锦光教授提名，滕教授对倪教授获奖表示祝贺：「这个奖项意义非凡，不但肯定倪教授多年来的辛勤耕耘与杰出成就，更将激励理大师生继续秉持创新精神，服务国家与社会的长远发展。」 倪教授感谢各界支持：「非常感谢滕校长的信任与提名，也感谢历年来与我并肩合作的研究团队。我们一直秉持不断创新求变的精神，从实际需求出发，推动智慧轨道交通与结构安全监测技术的发展，并将科研成果应用于国家及香港的重要基建项目。未来，我会与团队继续努力，把理大研发的创新科技推向国际舞台，深化与中国内地及海外的合作，让更多市民受惠，为国家建设和社会长远发展作出更大贡献。」 倪教授于2001年加入理大，专长结构健康监测、结构振动与控制、智慧材料与结构，以及传感器技术等领域的研究。作为理大跨学科铁路科技研究团队的骨干成员，他参与研发的光纤光栅传感器大幅提高了铁路服务的安全和稳定性。该设备能安装于路轨上，并连接光纤光缆，协助维修人员追踪列车车轮扁疤及路轨状况，适时作出维修，保障乘客安全。 2015年，理大获国家科学技术部批准，成立国家轨道交通电气化与自动化工程技术研究中心香港分中心，倪教授出任分中心主任。分中心由两个学院共五个学系的教授联合组成，从整体性及宏观性的角度研究高铁，并借着中国高铁迈向国际化，将监察系统一同输出海外，向外国推广香港的创新科技。 倪教授科研成就出众，屡获殊荣。他参与研发的各类监测系统多次在瑞士日内瓦国际发明展及中国国际工业博览会获奖；2016年，他参与的「广州塔工程关键技术」项目荣获国家科学技术进步奖二等奖。 除了深耕学术与科研，倪教授亦致力推动知识转移。作为理大杭州技术创新研究院院长，他带领研究院聚焦智慧交通、大运河文化及旅游，以及医疗美容，积极将大学的科研优势精准对接当地产业发展和社会需求，加速科研成果落地应用，造福社会。

革新建筑供冷：理大获奖人工智能系统节能成效显着

香港高楼林立，能源消耗庞大；其中供冷系统的用电量更占楼宇总耗电量的一半以上。香港理工大学建造及环境学院副院长、建筑环境及能源工程学系教授肖赋教授研发的获奖人工智能系统，有效降低日常能源消耗高达40%，推动更绿化、更节能的未来发展。 随着各城市积极迈向碳中和，将人工智能（AI）整合至楼宇管理系统，逐步成为关键的变革技术。人工智能能处理庞大数据，预测未来冷负载需求和建筑能源系统效能，并据此作出即时最佳化决策，为更智能、更环保、更具成本效益的供冷方案提供可行途径。 由肖教授及其研究团队开发的「人工智能驱动的数位孪生平台管理智慧能源」，于2025年瑞士日内瓦「国际发明展」荣获金奖。相关创新已在多个大型建筑中展现显着节能成效果，并提升整体运行效率。 肖教授的研究题为「基于双时域负载预测的大型建筑供冷系统人工智能最佳化控制策略及其云端实现」已发表于期刊《能源与建筑》（Energy and Buildings）期刊。该研究旨在解决传统供冷系统控制方法的局限：通常依赖固定规则或单一时域的预测，难以应对建筑冷冻需求的复杂性和动态变化，因而可能导致不必要的能耗与系统效能欠佳。为此，肖教授提出的创新人工智能系统引入「双时域负载预测」策略，整合日前和小时前的预测数据，以优化配备多台冷水机组的中央冷冻系统运作。并透过结合整合学习和自动化机器学习 (AutoML)，系统得以生成高精度的冷却负载机率预测，从而提升控制决策的稳健性与适应性。 有别于仅依赖单周期预测或固定控制规则的传统系统，此人工智能方案采用分层控制架构：首先以前一日预测为基础，综合天气预报、使用情况和历史资料，制定整个供冷系统中，各冷水机组运行排序和早晨启动时间。其后透过小时前预测，结合即时数据和更新天气预报，微调各冷水机组的启动和停止时间，并调整冷冻水温度。这种双层预测方法可同时掌握长期趋势与短期波动，使系统运行更稳定且更高效。 在机电工程署支持下，该系统已在香港一栋高层政府办公大楼落地应用。该楼宇的制冷系统由多台冷水机组组成，分别服务高、低两个区域，并配备复杂的泵浦和热交换器网络。 此人工智能控制策略透过云端平台部署，并以 BACnet 通讯协定（广泛应用的楼宇自动化标准）与既有楼宇管理系统介接。此架构可实现无缝数据采集、即时监测和人工智能驱动的最佳化控制，同时维持与现有楼宇管理系统基础设施的相容性。 楼宇管理系统数据运作，以每 15 分钟为间隔收集，并系统化储存，便于后续存取和分析。 本系统的另一项关键创新，在于运用整合学习和 自动化机器学习(AutoML)建立稳健的预测模型。多个数据驱动模型会独立训练，各自捕捉建筑热性能和运行模式的不同方面。透过整合这些模型，人工智能得以提高预测精度，并评估不确定性，从而作出更明智、更灵活的最佳化决策。 研究团队于过渡季节和初夏期间，进行为期六周的现场测试，严格验证该人工智能控制策略的效能。结果显示，系统平均节能达18.4%，优于传统规则式控制；每日节能幅度在1.1%至近40%之间。在典型的测试日中，冰水机组能耗最高可降低21%，性能系数（COP）最高提升47%。这些改善均在不影响热舒适性的前提下实现，因为系统可因应即时冷却需求进行动态调整。 对测试数据的深入分析显示，本系统具备多项关键优势。首先，人工智能系统可准确预测何时需要额外冷冻能力，从而减少不必要的冷水机组切换，避免因频繁启停造成的能源浪费。其次，系统可根据负载预测结果，最佳化冷冻水供应温度设定，进一步提升冷水机组的运行效率。在理想条件下，冷冻水供应温度每提高1°C，冷水机组能耗约可降低3%，而整体冷冻机组系统能耗约可降低1%。 本研究其中一项最重要的成果，是证明人工智能可在既有建筑中实际落地，并具备可扩展性。基于云端的实施方案，仅需对楼宇管理系统进行少量调整，便可迅速部署到其他拥有相似基础设施的场所。这种快速部署能力，对加速建筑业导入人工智能能源管理的应用至关重要。 除已在政府办公大楼落地应用外，这项人工智能技术亦成功应用于其他大型冷冻系统。以理大「碳中和科研基金」支持的近期一个项目为例，人工智能技术已被应用于理大的冷水机组系统。相关研究题为「基于机率性冷气负荷预测的稳健冷水机组排序策略及其实际应用」已发表于期刊《应用能源》（Applied Energy）。研究结果显示，该系统使冷水机组的日均切换次数降低56.5%，日均节能约3,945千瓦时，并将冷水机组的性能系数提升4.2%。这些结果进一步验证了此方法的稳健性和普适性，并突显其在各类建筑中大规模应用的潜力。 资料来源: Innovation Digest