人工智能在能源行业的5个应用

作者：CB Insights . 来源：CometLabs

摘要：自2012年以来，把人工智能和能源产业放在一起进行报道的新闻开始增多。本文简要描述了人工智能在能源行业的5个应用方向，及对应的案例。

能源行业会产生大量的数据。为了将这些数据转化为提高生产率和削减成本的驱动力，主要的能源行业公司——石油和天然气巨头，以及可再生能源公司——都把注意力转向了人工智能。

自2012年以来，把人工智能和能源产业放在一起进行报道的新闻开始增多。本文简要描述了人工智能在能源行业的5个应用方向，及对应的案例。

1

Storage（能源储藏）

根据Greentech Media最近的一份报告，美国的能源储藏在2017年第四季度达到了一个新的里程碑：在2013年至2017年间，累计储藏量已超过1000兆瓦时。该报告还预测，这个数字将在今年翻一番。随着储藏容量的提升和新技术的出现，人工智能正在提升这个市场的效率。

案例1：Stem

位于加利福尼亚州的Stem公司开发了代号为雅典娜（Athena）的项目，它利用人工智能绘制出能源的使用情况，并允许客户跟踪能源价格的波动，从而更有效地使用被储藏的能源。

Stem已经从包括美国能源部、GE Ventures和新加坡主权财富基金淡马锡控股在内的多家投资者那里，融到了超过3,700万美元的资金。

2

The Autonomous Grid（智能电网）

如今，电网的能量来源通常有很多，除了传统的发电以外，还有风能和太阳能，这使得运营电网系统的过程也变得更加复杂。通过人工智能来对大规模的数据集进行分析，这个多源收集的过程更加稳定和高效。

案例1：美国能源部

2017年9月，美国能源部向斯坦福大学的SLAC研究人员颁发了一项研究奖，奖励他们利用人工智能技术改善了电网的稳定性。通过用过去的数据来对电力波动和电网薄弱环节进行编程，新的“智能电网”将自动对重大事件作出快速而准确的反应。

案例2：西门子

智能电网也能够在同一时间更好地管理不同类型的能源。西门子公司发布了一个软件包来操作网络，即所谓的“主动网络管理”（ANM，active network management）。

ANM的原理是，通过跟踪电网如何与不同的能量负载相互作用，来调整其可调节的部件，从而达到提高效率的目的。虽然这之前是手动调整的，但当新的能源生产者（比如太阳能发电厂）开始工作时，或者新的能源消耗者开始接入网格时，ANM会对电网做出相应的调整。因此，ANM也为电动汽车利用智能电网进行充电奠定了基础。

案例3：英国国家电网

2017年3月，被谷歌收购的人工智能公司DeepMind，与英国国家电网联合宣布，他们计划将DeepMind的人工智能技术添加到英国的电力系统中。该项目将处理天气预报、互联网搜索等海量信息，以开发需求激增的预测模型。

案例4：Grid Edge

英国的一家名为Grid Edge的公司（提供基于云计算的电力管理软件服务）声称，他们利用人工智能技术对能源配置进行了预测和优化，实现了将控制权交还给了电力使用者。具体的方法是，Grid Edge操作一个VPN，通过它来连接和分析用户所在建筑的能源消耗数据，利用这些信息，Grid Edge与连接的电网进行通信，并制定相应的调度策略。这些策略的目的是节约能源，避免超载。

3

Failure Management（故障管理）

2017年11月，印度北部的一座燃煤电厂发生爆炸，造成32人死亡，原因是煤气管道堵塞导致锅炉爆炸。这是能源行业经常发生的一类故障。导致事故的原因是没有对设备进行经常性的检查，而且世界上许多地方都没有严格的监管规定，因此设备故障是很常见的。

使用人工智能来观察设备并在事故发生前检测出故障，可以节省时间和金钱，甚至挽救生命。目前，许多创业公司正在试图将这项服务提供给能源行业。

案例1：SparkCognition

2017年12月，美国能源部授予SparkCognition公司一个奖项，即利用人工智能提高燃煤电厂的发电量。该公司将解析学、传感器和操作中产生的数据三者相结合，来预测关键的基础设施何时会崩溃。

案例2：AES Corporation

2017年9月，美国能源巨头AES电力公司宣布了进军人工智能的计划，将其作为提高公司的警觉性、效率和保护公司财产的手段，主要针对的是他们的太阳能电站和电网系统。

4

Upstream Exploration（油气勘探）

案例1：BP Ventures（英国石油风险投资公司）Beyond Limits

BP Ventures（英国石油风险投资公司）投资了一家名为Beyond Limits的人工智能公司。该公司曾参与在外太空进行的勘探试验。在投资Beyond Limits的时候，BP Ventures表示将计划使用Beyond Limits的油气勘探技术，寻找新的石油储量。

案例2：Chevron（雪佛龙）

石油巨头雪佛龙正在利用人工智能在加州各地寻找新油井，以及具有额外价值的旧油井。

5

Energy Consumption（能源的消费和消耗）

通过对个人和企业的能源消费行为进行监测，人工智能可以提供优化能源消耗过程的解决方案。

案例1：Alphabet's Nest

Alphabet旗下的子公司Nest，开发了一款智能恒温器，能够通过自动适应用户行为，达到减少能源耗费的目的。一旦Nest被安装在用户的家里，它就会开始学习居住者的生活习惯，并相应地调整温度。据Nest称，该公司的技术已经为其用户节省了10%到12%的取暖费。

案例2：Nnergix

西班牙的Nnergix公司，运用机器学习技术来预测大气和天气状况对可再生能源产能的影响，比如推算光伏发电厂每小时的发电量。

案例3：Google Sunroof（谷歌天窗）

谷歌发布了一个名为Sunroof的工具，来计算太阳能对美国家庭的影响。该项目采用了几个因素来计算使用太阳能能够节省下来多少资金，这些因素包括天气数据、电费、3D建模和阴影计算。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”