自2012年以來，把人工智能和能源產(chǎn)業(yè)放在一起進(jìn)行報(bào)道的新聞開始增多。本文簡要描述了人工智能在能源行業(yè)的5個(gè)應(yīng)用方向，及對應(yīng)的案例。

能源行業(yè)會(huì)產(chǎn)生大量的數(shù)據(jù)。為了將這些數(shù)據(jù)轉(zhuǎn)化為提高生產(chǎn)率和削減成本的驅(qū)動(dòng)力，主要的能源行業(yè)公司——石油和天然氣巨頭，以及可再生能源公司——都把注意力轉(zhuǎn)向了人工智能。

自2012年以來，把人工智能和能源產(chǎn)業(yè)放在一起進(jìn)行報(bào)道的新聞開始增多。本文簡要描述了人工智能在能源行業(yè)的5個(gè)應(yīng)用方向，及對應(yīng)的案例。

根據(jù)Greentech Media最近的一份報(bào)告，美國的能源儲(chǔ)藏在2017年第四季度達(dá)到了一個(gè)新的里程碑：在2013年至2017年間，累計(jì)儲(chǔ)藏量已超過1000兆瓦時(shí)。該報(bào)告還預(yù)測，這個(gè)數(shù)字將在今年翻一番。隨著儲(chǔ)藏容量的提升和新技術(shù)的出現(xiàn)，人工智能正在提升這個(gè)市場的效率。

案例1：Stem

位于加利福尼亞州的Stem公司開發(fā)了代號為雅典娜（Athena）的項(xiàng)目，它利用人工智能繪制出能源的使用情況，并允許客戶跟蹤能源價(jià)格的波動(dòng)，從而更有效地使用被儲(chǔ)藏的能源。

Stem已經(jīng)從包括美國能源部、GE Ventures和新加坡主權(quán)財(cái)富基金淡馬錫控股在內(nèi)的多家投資者那里，融到了超過3,700萬美元的資金。

如今，電網(wǎng)的能量來源通常有很多，除了傳統(tǒng)的發(fā)電以外，還有風(fēng)能和太陽能，這使得運(yùn)營電網(wǎng)系統(tǒng)的過程也變得更加復(fù)雜。通過人工智能來對大規(guī)模的數(shù)據(jù)集進(jìn)行分析，這個(gè)多源收集的過程更加穩(wěn)定和高效。

案例1：美國能源部

2017年9月，美國能源部向斯坦福大學(xué)的SLAC研究人員頒發(fā)了一項(xiàng)研究獎(jiǎng)，獎(jiǎng)勵(lì)他們利用人工智能技術(shù)改善了電網(wǎng)的穩(wěn)定性。通過用過去的數(shù)據(jù)來對電力波動(dòng)和電網(wǎng)薄弱環(huán)節(jié)進(jìn)行編程，新的“智能電網(wǎng)”將自動(dòng)對重大事件作出快速而準(zhǔn)確的反應(yīng)。

案例2：西門子

智能電網(wǎng)也能夠在同一時(shí)間更好地管理不同類型的能源。西門子公司發(fā)布了一個(gè)軟件包來操作網(wǎng)絡(luò)，即所謂的“主動(dòng)網(wǎng)絡(luò)管理”（ANM，active network management）。

ANM的原理是，通過跟蹤電網(wǎng)如何與不同的能量負(fù)載相互作用，來調(diào)整其可調(diào)節(jié)的部件，從而達(dá)到提高效率的目的。雖然這之前是手動(dòng)調(diào)整的，但當(dāng)新的能源生產(chǎn)者（比如太陽能發(fā)電廠）開始工作時(shí)，或者新的能源消耗者開始接入網(wǎng)格時(shí)，ANM會(huì)對電網(wǎng)做出相應(yīng)的調(diào)整。因此，ANM也為電動(dòng)汽車?yán)弥悄茈娋W(wǎng)進(jìn)行充電奠定了基礎(chǔ)。

案例3：英國國家電網(wǎng)

2017年3月，被谷歌收購的人工智能公司DeepMind，與英國國家電網(wǎng)聯(lián)合宣布，他們計(jì)劃將DeepMind的人工智能技術(shù)添加到英國的電力系統(tǒng)中。該項(xiàng)目將處理天氣預(yù)報(bào)、互聯(lián)網(wǎng)搜索等海量信息，以開發(fā)需求激增的預(yù)測模型。

案例4：Grid Edge

英國的一家名為Grid Edge的公司（提供基于云計(jì)算的電力管理軟件服務(wù)）聲稱，他們利用人工智能技術(shù)對能源配置進(jìn)行了預(yù)測和優(yōu)化，實(shí)現(xiàn)了將控制權(quán)交還給了電力使用者。具體的方法是，Grid Edge操作一個(gè)VPN，通過它來連接和分析用戶所在建筑的能源消耗數(shù)據(jù)，利用這些信息，Grid Edge與連接的電網(wǎng)進(jìn)行通信，并制定相應(yīng)的調(diào)度策略。這些策略的目的是節(jié)約能源，避免超載。

2017年11月，印度北部的一座燃煤電廠發(fā)生爆炸，造成32人死亡，原因是煤氣管道堵塞導(dǎo)致鍋爐爆炸。這是能源行業(yè)經(jīng)常發(fā)生的一類故障。導(dǎo)致事故的原因是沒有對設(shè)備進(jìn)行經(jīng)常性的檢查，而且世界上許多地方都沒有嚴(yán)格的監(jiān)管規(guī)定，因此設(shè)備故障是很常見的。

使用人工智能來觀察設(shè)備并在事故發(fā)生前檢測出故障，可以節(jié)省時(shí)間和金錢，甚至挽救生命。目前，許多創(chuàng)業(yè)公司正在試圖將這項(xiàng)服務(wù)提供給能源行業(yè)。

案例1：SparkCognition

2017年12月，美國能源部授予SparkCognition公司一個(gè)獎(jiǎng)項(xiàng)，即利用人工智能提高燃煤電廠的發(fā)電量。該公司將解析學(xué)、傳感器和操作中產(chǎn)生的數(shù)據(jù)三者相結(jié)合，來預(yù)測關(guān)鍵的基礎(chǔ)設(shè)施何時(shí)會(huì)崩潰。

案例2：AES Corporation

2017年9月，美國能源巨頭AES電力公司宣布了進(jìn)軍人工智能的計(jì)劃，將其作為提高公司的警覺性、效率和保護(hù)公司財(cái)產(chǎn)的手段，主要針對的是他們的太陽能電站和電網(wǎng)系統(tǒng)。

案例1：BP Ventures（英國石油風(fēng)險(xiǎn)投資公司）Beyond Limits

BP Ventures（英國石油風(fēng)險(xiǎn)投資公司）投資了一家名為Beyond Limits的人工智能公司。該公司曾參與在外太空進(jìn)行的勘探試驗(yàn)。在投資Beyond Limits的時(shí)候，BP Ventures表示將計(jì)劃使用Beyond Limits的油氣勘探技術(shù)，尋找新的石油儲(chǔ)量。

案例2：Chevron（雪佛龍）

石油巨頭雪佛龍正在利用人工智能在加州各地尋找新油井，以及具有額外價(jià)值的舊油井。

通過對個(gè)人和企業(yè)的能源消費(fèi)行為進(jìn)行監(jiān)測，人工智能可以提供優(yōu)化能源消耗過程的解決方案。

案例1：Alphabet's Nest

Alphabet旗下的子公司Nest，開發(fā)了一款智能恒溫器，能夠通過自動(dòng)適應(yīng)用戶行為，達(dá)到減少能源耗費(fèi)的目的。一旦Nest被安裝在用戶的家里，它就會(huì)開始學(xué)習(xí)居住者的生活習(xí)慣，并相應(yīng)地調(diào)整溫度。據(jù)Nest稱，該公司的技術(shù)已經(jīng)為其用戶節(jié)省了10%到12%的取暖費(fèi)。

案例2：Nnergix

西班牙的Nnergix公司，運(yùn)用機(jī)器學(xué)習(xí)技術(shù)來預(yù)測大氣和天氣狀況對可再生能源產(chǎn)能的影響，比如推算光伏發(fā)電廠每小時(shí)的發(fā)電量。

案例3：GoogleSunroof（谷歌天窗）

谷歌發(fā)布了一個(gè)名為Sunroof的工具，來計(jì)算太陽能對美國家庭的影響。該項(xiàng)目采用了幾個(gè)因素來計(jì)算使用太陽能能夠節(jié)省下來多少資金，這些因素包括天氣數(shù)據(jù)、電費(fèi)、3D建模和陰影計(jì)算。