尽管在考虑AI如何影响我们的世界时可能不是想到的第一个行业，但能源行业确实将机器学习用于多种功能：传感器连接的发电厂，彼此对话的风力涡轮机以及智能电网平衡电力供应和需求都在当今世界的不同角落运作。

在越来越多地使用AI的过程中，AI越来越起着举足轻重的作用，同时又要确保能源供应充足且价格合理，以满足不断增长的全球需求。

AI通过以下几种方式引导能源转型以实现这些目标，从而实现发电的低碳未来。

1.智能风电

可再生能源的兴起已使风力涡轮机在陆地和海上许多地方变得司空见惯。在混合物中添加AI，风电场的涡轮机可以相互通信以更高效地产生更多电力。

休斯顿大学碳管理和能源可持续发展中心执行主任查尔斯·麦康奈尔（Charles D. McConnell）说：“仅仅建造更多的风能和太阳能并不能解决能源转型的挑战。” “显然，它是其中的一部分，而且还具有将其集成到电网中，能够前馈负载模式，了解风的动态，需求，需求变化以及所有动态的能力。网格系统。”

通过远程操作，人工智能和机器学习可以协调整个海上风电场的涡轮机，使其作为一个而不是孤立的单元，从而最大程度地减少流经风场的湍流，同时最大程度地提高发电量。

除了使用性能数据来预测可能的维护问题并最大程度地减少维修停机时间外，智能风电场还可以通过确保维持整体发电能力来补偿离线涡轮机。

2.智能发电厂

传统的发电厂也正在通过支持AI的系统进行改造，该系统将处理并投入大量可用数据。

由Mitsubishi Power开发的Tomoni等专业数字平台可以从装有传感器的发电厂的各个方面监视运行和性能数据。该系统可以在出现维护问题之前对其进行预测，并自动增加或减少发电量，以平衡能源需求的高峰和低谷，从而帮助工程师最大限度地提高运营效率。

该技术是三菱重工（MHI）集团进行的分步改造项目的核心，这预示着未来的发电厂已经在这里。该公司正在日本高砂市建设一座天然气电厂，该电厂能够完全自主运行。

三菱动力美洲公司总裁兼首席执行官保罗·布朗宁说：“随着时间的推移，随着工厂变得更加智能，我们将看到更多这些自动化的设备，为我们的客户带来巨大的利益。”

3.猜测天气

对可再生能源的日益依赖给间歇性挑战带来了挑战，在这种情况下，产生足够的电力取决于是否有足够的阳光供太阳能电池板利用，或依靠风力来运转涡轮机。

解决此问题的一种方法是提前知道可再生能源何时以及将产生多少电力，以及何时需要后备电力，这涉及准确地预测天气状况。

AI和机器学习工具被用于创建特定于站点的模型，以提前预测发电潜力。Google的子公司DeepMind已将机器学习算法应用于天气预报和美国风力发电设施的历史风力涡轮机数据。该系统使工厂能够在实际发电时间之前36小时预测功率输出，从而有助于克服间歇性挑战。

4.废物回收

每当您将某些东西扔进垃圾箱或倒空家庭垃圾时，AI可能不会立即浮现在脑海-但也许是时候了。

许多废物转化为能源的工厂通过回收过程中的热量来驱动蒸汽轮机来焚化生活垃圾，以发电，但是该系统比简单地收集，运输和燃烧垃圾更为复杂。

废物有许多不同的形状，大小和稠度，必须由操作人员仔细检查。雨天会使废物收集变得潮湿且难以燃烧，或者大量的一种废物（例如，从有很多办公楼的区域收集的大量纸屑）可能会使焚烧过程不稳定。

AI使用最新的传感器和摄像头技术，可以监视炉子内部的燃烧，预测将产生的蒸汽量，并优化废物和燃烧空气的量，以保持焚化炉的运行稳定。

焚烧炉工作人员与算法一起工作，可以使垃圾保持畅通，并避免代价高昂的中断和运营停机。

来源 forbes  编译 陈讲运