编辑推荐:
全球城市正面临与快速城市化、气候变化、资源约束、基础设施老化以及向脱碳、可持续经济转型相关的重大挑战。与此同时,数字技术的进步正在创造前所未有的机遇,以变革城市系统的规划、运营、维护和日益自动化方式。数字工程(digital engineering)涵盖物联网
全球城市正面临与快速城市化、气候变化、资源约束、基础设施老化以及向脱碳、可持续经济转型相关的重大挑战。与此同时,数字技术的进步正在创造前所未有的机遇,以变革城市系统的规划、运营、维护和日益自动化方式。数字工程(digital engineering)涵盖物联网(IoT)、人工智能(AI)、机器学习、数字孪生、先进传感、信息物理系统(cyber-physical systems)、边缘计算、智能能源管理、机器人技术和数据驱动决策等方向,正日益成为实现可持续且有韧性的智慧城市的关键推动力。
自2010年代中期以来,智慧城市范式已显著演进。早期智慧城市计划主要聚焦于信息通信技术与基础设施;当代方法则日益强调可持续性、能源效率、韧性、互操作性、自主性和以市民为中心的结果。数字工程提供了实现上述目标的手段,使包括能源系统、建筑、交通网络、通信平台和城市服务在内的各类异构基础设施能够日益互联并实现智能协调。城市数字孪生的近期发展体现了这一进程,提供了可集成物理基础设施、传感、仿真、AI和运营决策的动态表征。
本期特刊《面向未来智慧城市的数字工程》旨在展示数字技术、工程系统、能源与公用事业以及城市可持续性交叉领域的新兴研究与创新。特刊原始范围涵盖物联网、AI和机器学习、机器人技术、家庭自动化(domotics),以及智能建筑与基础设施、智能能源、交通脱碳、电动出行(eMobility)和智能物流。所获投稿反映了智慧城市发展固有的跨学科性质,涉及城市能源系统、智能建筑、非侵入式负荷监测、需求侧灵活性、强化学习、移动边缘计算、先进半导体技术、隐私保护数字基础设施和城市尺度能源建模。
特刊共收到18篇论文,经同行评审和适当修改后,9篇研究论文(连同本期社论)被遴选发表。这些贡献由7篇原创研究论文和2篇系统性前沿综述组成。总体而言,这些研究展现了当代数字工程研究的广度,并阐明了先进计算方法、智能控制系统、低功耗计算技术和数字基础设施如何支撑更清洁、更智能、更可持续的城市发展。
**数字工程赋能未来智慧城市:特刊研究解读**
**一、研究背景与目标**
全球城市面临快速城市化、气候变化、资源约束、基础设施老化以及向脱碳可持续经济转型等多重挑战。数字工程融合物联网(IoT)、人工智能(AI)、机器学习、数字孪生、先进传感、信息物理系统(CPS)、边缘计算、智能能源管理、机器人技术和数据驱动决策,成为实现可持续和韧性智慧城市的关键支撑。智慧城市范式自2010年代中期已从早期聚焦信息通信技术转向强调可持续性、能源效率、韧性、互操作性和以市民为中心的结果。为展示数字技术与工程系统、能源及城市可持续性交叉领域的新兴研究,特刊《Digital Engineering for Future Smart Cities》发起征稿。特刊共收到18篇论文,经同行评审后最终发表9篇,包括7篇原创研究论文和2篇综述。这些研究共同展示了当代数字工程研究的跨学科广度,并说明了先进计算方法、智能控制、低功耗计算和数字基础设施可支撑更清洁、更智能、更可持续的城市发展。
**二、关键技术与方法**
各贡献采用了多种关键技术手段。Dr?gan等采用系统-of-systems综述方法。Anselmo和Boccardo利用地理信息系统(GIS)与遥感技术开展城市建筑能耗建模(UBEM)综述。Alrashidi等基于尖峰神经网络(SNNs)构建事件驱动的建筑能源与用水管理框架,利用神经形态计算低功耗特性实现边缘智能。Abu Sbeitan等结合相位空间重构与二维傅里叶描述子,在COOLL数据集上验证非侵入式负荷监测(NILM)分类。Lee等采用近端策略优化(PPO)的深度强化学习,用于多机组热电联产(CHP)调度。Lewicki等建立动态热-电模型,模拟100,000台80 W家用冷冻柜的聚合响应。Chaudhry等将区块链激励机制与增强型鲸鱼优化算法结合,用于移动边缘计算工作负载调度。Devi等采用TCAD仿真设计低功耗异质介质栅极环绕MOSFET器件与反相器。Tere?es等在FORTESIE框架中运用零知识证明实现能源绩效合同隐私保护验证。
**三、主要研究结果**
***从能源视角看智慧城市***:Dr?gan等通过系统视角综述了数字化的相互依存关系,指出智慧城市不应被视为独立技术的集合,而是一个互联的社会技术系统,其基础设施需协同运行;研究聚焦可再生能源集成、智能能源管理、5G向6G演进、网络安全、标准化、数据治理和参与式治理。
***基于GIS与遥感的城市建筑能耗建模综述***:Anselmo和Boccardo发现,地理空间技术可解决城市尺度能耗建模中输入数据获取与集成的核心障碍;邻域尺度建模尤为突出,建筑几何构成主要输入,遥感日益用于确定几何、非几何和气候参数,并指出自动化UBEM流程可与城市数字孪生集成。
***基于尖峰神经网络的智能建筑能源与用水管理框架***:Alrashidi等利用SNNs的事件驱动特性,将自适应控制、占用信息、异常检测和边缘智能整合到低功耗计算框架中,证明基于SNN的方法可支撑实时建筑自动化,使传感、异常识别和控制向分布式边缘设备迁移。
***基于相位空间重构与二维傅里叶描述子的非侵入式负荷监测方法***:Abu Sbeitan等利用上述方法刻画电器电流波形的非线性几何特征,在COOLL数据集上验证了低维特征表示对监督式电器分类的有效性,可无需为单个电器安装专用传感器即可实现能耗细粒度辨识,支撑建筑能源管理、需求响应和智能负荷协调。
***基于深度强化学习的多机组热电联产运行优化***:Lee等提出基于PPO的框架,联合解决机组启停、热电耦合调度和预防性维护,将大量计算负担转移至离线训练,实现近实时运行决策,展示强化学习对复杂和不确定能源基础设施的支撑潜力。
***家用冷冻柜提供电网频率调节***:Lewicki等通过动态热-电模型评估了聚合冷冻柜对频率偏差的响应,模拟100,000台80 W深冷柜在40%初始占空比下可提供约3.2 MW瞬时下调能力;外推至土耳其符合条件冷冻柜群,潜在容量约为150~225