未來，人工智慧在能源行業能有哪些作為？人工智慧技術能夠應對氣候變化，能源枯竭和能源分配不均的社會問題嗎？人工智慧在能源行業的應用場景和商業模式是什麼？
春節收假回來，你的朋友圈是不是已經被電影《流浪地球》里這一句「道路千萬條，安全第一條。行車不規範，親人兩行淚。」刷屏了呢？
作為中國硬核科幻里程碑之作，《流浪地球》不僅僅向大眾講述著一個科幻故事，更是通過各種細、節
（如太陽即將毀滅，沒有太陽能；燃燒石塊為行星發動機提供動力；朵朵的零食榴槤味蚯蚓乾等等），向人們揭示著一個關於地球「能源枯竭」后，人類如何在宇宙中生存的故事。
在剛剛過去的2018年中，全球人工智慧產業迎來了重要的發展與變革，比如Google Duplex代替人類自動接打電話；DeepMind繼AlphaGo之後打造出的AlphaStar以5比0的比分的成績打敗《星際爭霸2》頂級職業選手；波士頓動力機器人Atlas完成了跑步越障和三級跳；搜狗與新華社合作開發AI合成主播亮相第五屆世界互聯網大會；百度無人駕駛汽車上路等等。
這一系列AI創新產品和AI應用的落地，同時也在向世人揭露著一個無爭議的話題：人工智慧時代已來，人工智慧市場正在呈現出幾何式增長，並不斷應用及改變著各行各業。
據公開數據顯示：
2018年中國全年天然氣消費量為2766億立方米，年增量超過390億立方米，增幅達16.6%，佔一次能源總消費量比重近8%。2018年中國石油表觀消費首破6億噸,達到6.25億噸，同比增加0.41億噸，增速為7%。[1]
2018年1-12月份全國規模以上煤炭企業煤炭產量35億噸，同比增長5.2%。累計進口煤2.8億噸，同比增長3.9%。鐵路煤炭發運23.8億噸，同比增長10.3%。[2]
2018年1-12月全國發電量為67914.2億千瓦時，同比增長6.8%。[3]
截止2017年年底，我國太陽能熱利用集熱器面積保有量達到47780萬平方米，年節約標準煤能力已達7167萬噸，相當於節電334460MWth。[4]
中國作為世界上最大的能源消費國和生產國，同時也是僅次於美國的全球第二人工智慧大國，那麼人工智慧在能源行業能有哪些作為？如何通過人工智慧技術來面對氣候變化，能源枯竭和能源分配不均的社會問題？人工智慧在能源行業的應用場景和商業模式是什麼？
對此，七月在線Ai lab特別做了深度的研究與調查，本文將結合實際情況與筆者的調查研究，為大家逐一解答.
目錄：
- 從研發到服務，能源行業人工智慧應用場景
- 國家電網目前人工智慧應用現狀及進展
- 電力行業的五大難題及AI解決辦法
- 電力行業AI的能力應用
- 智能電網VS智能電廠
- 人工智慧-煤礦大腦
- 總結和建議
一、從研發到服務，能源行業人工智慧應用場景
能源行業是個總稱，涵蓋多個細分行業，在此我們把能源行業主要分為「石油/礦物」和「電力」兩大細分領域。
從羅蘭貝格給出的報告來看[5]，從研發到服務，目前人工智慧在石油/礦物領域主要應用的場景有以下幾點：
a.數據驅動優化器械設計：根據生產環境積累的產品壽命、故障率等數據，通過模型模擬，優化產品的設計；
b.通過建模分析開採數據優化開採流程：建模分析開採過程中的數據，優化具體開採操作與流程，提高開採成功率；
c.預測礦物含量提高勘探準確性：分析勘探過程中土壤、空氣等環境數據預測石油礦物潛在產量；
d.項目可行性評估：根據宏觀經濟形勢，開採環境等大量數據，評估開採項目的盈利性與潛在風險；
e.器械與生產環境危險預警：實時檢測開採器械運行狀態與開採環境信息，根據數據預測潛在風險並及時預警；
f.機器自動化採集：利用機器視覺及時自動判別礦物，利用機器人進行採集；
g.預測性生產器械維護服務：實時檢測器械運行數據，提前預測故障並進行維護；
h.基於無人駕駛的物流輔助：通過無人駕駛的飛行器等人工智慧輔助的物流方式將原油礦物等從開發現場運出。
在電力領域，目前人工智慧在石油/礦物領域主要應用的場景有以下幾點：
i.模擬氣流優化設備設計：利用人工智慧模型建模分析優化鋒利發電機的漿片設計；
j.電力生產計劃管理：整合用戶預測電力需求與電力產出，保障電力的供需平衡；
k.設備故障與風險預警：監控發電設備運行數據監控預測並防控故障出現，預測極端天氣；
l.新能源虛擬電廠：整合分散的電力來源，預測電力需求智能調配電力供給，並根據電力價格預測智能優化利潤；
m.智能選址優化：利用人工智慧模型建模分析最佳太陽能發電站的建設地址，最大化產電量；
n.預測性器械維護服務：實時檢測器械運行數據，提前預測故障並進行維護；
o.用戶智能節電：預測電力價格切換到其他電力來源於供應商；
p.智能電網：預測各個區域各個時間段的用電需求，合理調配電力供應。
綜合來看，能源方面的AI應用主要集中兩大塊，一塊是設備，包括智能設備設計、研發、管控、使用、檢修和維護方面；一塊是用戶消費側。
現有的能源（礦物、石油和稀土等等）是很難再生的，AI無法幫助這類型能源進行再生，所以節約使用是AI在能源方面一個重要的應用場景。
電力方面，輸送電路優化、配送電和電網安全，也能用到AI。後面七月在線Ai lab會詳細例舉。
二、國家電網目前人工智慧應用現狀及進展
2.1 國家電網AI專利眾多
從中國專利保護協會發布的《人工智慧技術專利深度分析報告》[6]中給出的數據可以看到，百度以2369項專利居首位，其次是中國科學院、微軟、騰訊等。
國家電網則以1044項專利位居第六位，超過谷歌和阿里巴巴。在全球AI領域專利權人報告TOP10[7]中，國家電網是唯一上榜的中國企業，排名趕超佳能、索尼和日本電器。
國家電網的AI專利包括電網控制、AI配電變壓器、AI智能演算法、智能機器人等。
2.2 國家電網AI應用研究
電力信息通信領域資深專家、中國電力科學研究院副院長王繼業的報告《人工智慧在能源電力領域的探索》中曾透露，國家電網公司在十餘年前已開設人工智慧領域的相關研究，2002年以來，已開展40多項與人工智慧相關的科研項目，主要集中在一下四個方面：
A.機器人：輸電線路巡檢、變電站巡檢；
B.專家系統：輸電線路狀態輔助決策、輸變電設備狀態監測、配電網輔助決策、需求側管理；
C.模式識別：變電站視頻智能分析、輸變電設備故障模式識別、配電網設備故障診斷、用采系統和設備診斷評估；
D.數據分析：電能質量數據分析、電網資源數據挖掘。
從上世紀80年代開始，對神經網路、模糊集、遺傳演算法等傳統人工智慧技術應用進行了深入研究，近年來，開展了基於深度強化學習的電網模擬、調控雲平台、基於大數據的負荷特徵分析及預測、基於深度神經網路的輸電線路災害特徵預警、基於多智能體的配電網自愈控制技術、新能源波動特性挖掘和功率預測方法等研究。
2.3 電力目前已有的AI應用
巡檢機器人
對於工人來說，電網巡檢的工作屬於「三高」工作，在高空上，頂著高壓電做高風險作業。但是有了AI技術，巡檢機器人將代替人類完成這份工作。
巡檢機器人通過高精度定位，利用AI語音、圖像識別、機器學習等技術進行巡檢工作。
巡檢機器人可以對變電站進行巡視、標記抄錄和智能分析，尤其是在雨雪冰凍、雷雨天氣等情況下也能承擔事故處理的前期查勘工作，降低人工巡檢的勞動強度，通過規模化作業，大幅度提高作業效率。
百度+廣東電網
南方電網與百度達成戰略合作，為廣告電網提供技術支持。通過機器視覺、人工智慧、自然語言處理等技術，輔助南方電網在輸、配電等環節作出精準分析、判斷、優化和決策。
便捷的生活繳費
前兩天我看到一個關於租房者和房東扯皮的故事。故事講的是租房者剛剛租房沒幾天，房東就收了他500塊的電費，說是作為三個月的電費預繳。可是沒過三個月，房東又來催收第二筆電費了。
租房者一個機靈，就到國家電網查了自己住的房子的用電情況，發現是房東在亂收費。在有國家電網出示的用電證明下，房東無奈的退了多收的費用。
為什麼在這裡講這個故事？因為對於消費者來說，國家電網的收、繳費系統做得太棒了。打開支付寶或微信支付，不用出門就能查到自家的用電情況，手機就能繳費。
手機繳費如何秒速同步到用戶電錶里，這背後其實是多種技術的組合，其中就包括人工智慧技術。另外，如果你打電話給國家電網查詢自家的用電情況，接待你的客服可能就是個機器人哦。
當然，與龐大的國家電網相比，居民生活繳費、查詢用電情況只是AI應用中的九牛一毛。下面來說說電力行業的五大難題以及如何利用人工智慧解決這五大難題。
三、電力行業的五大難題及AI解決辦法
- 4.5億隻智能電錶採集的海量數據如何進行處理和分析？
- 110（66）千伏及以上輸電線路長度達98.7萬公里，如何進行有效和經濟的巡檢？
- 海量電力設備監控狀態如何有效評價和差異化運維？
- ……
電力從發電到輸送到每個寫字樓、每棟居民樓再到千家萬戶，整個過程中存在大量的難題急需解決，在此我們將問題細分為以下五大難題：
- 電網安全與控制方面，交直流混聯複雜大電網如何進行有效的控制？狂風、海嘯以及雨雪天氣對電網線路的影響如何做到預警及解決？
- 輸變電上，海量電力設備監控狀態如何有效評價和差異化運維？ 110（66）千伏及以上輸電線路長度達98.7萬公里，如何進行有效和經濟的巡檢？
- 配用電管理上，由於戶變關係和檔案相位混亂，導致線損計算不準確，4.5億隻智能電錶採集的海量數據如何進行處理和分析？
- 新能源使用上，新能源出力具有波動性和隨機性，如何有效應對和消納？
- 電力企業經營管理上，科研、管理、運營等生產大量文本數據，如何挖掘知識，支撐管理和輔助決策？
引入AI思維及技術，五大難題可以得到有效的解決：
- 基於深度強化學習的電網緊急控制策略，可以大幅度的提升與控制電網安全。電網緊急控制策略中加入了天氣、風向以及自然災害等實時變數的數據，可以提前對電網電路進行實時預警，提前規劃及部署新的線路，保證電路的暢通性。
- 基於集成學習的電力設備狀態評價和架構輸電線路的智能巡檢，可以海量電力設備進行監控和差異化運維。引入無人機、機器人等AI設備，利用計算機視覺、圖像識別等技術進行大規模有效的經濟巡檢。
- 基於聚類演算法的用戶用電行為分析和低壓配電台區拓撲智能識別，可以對配用電進行有效的管理。
- 基於波動規律挖掘的新能源短期功率預測，加上基於圖像識別的光伏功率分鐘級預測，可以應對新能源使用中出現的波動性和隨機性情況，並且進行消納。
- 建立電力領域知識圖譜，能夠幫助電力企業挖掘知識，支持和輔助決策，形成專家系統。
四、電力行業AI的能力應用
1. 電網安全與控制領域，AI技術可以應用於電力系統的模擬分析，對交直流混聯電網故障特徵識別及智能控制，建立基於人工智慧的調控輔助決策系統。
2. 輸變電領域，圖像識別技術應用於輸變電設備巡檢和輸電通道風險評估。輸變電設備故障智能診斷和狀態評估；電網主要災害預警預報；無人機和機器人自然巡檢。
3. 配用電領域，AI可以幫助配用電設備監控狀態智能檢測與管理；將營業機器人引入配用電管理過程中；利用人工智慧為用電現場高效作業與安全風險進行智能預警。AI還可以幫助大規模需求側錯峰資源管理與預測，利用人工智慧對電進行多能流管理，電網規劃和負荷預測等。
4. 新能源方面，AI可以幫助電力氣象進行智能化預報，圖像識別可應用於光伏超短期功率預測；機器學習應用於新能源消納能力評估。
5. 電網的信息通信上，AI還能用到網路攻擊檢測、自動檢測、通信網路優化、通信網路的自動規劃模擬、電力通信網路安全檢測幾個方面。
總而言之，從電生產的那一刻開始，直至到全家萬戶的這個過程中，AI的能力可以幫助電力行業進行更好、更暢通運營及服務千家萬戶。
五、智能電網VS智能電廠
智能電網的智能主要體現在以下幾個方面[8]：
1. 實時調度及管理：實時對電網進行管理，進行積極主動的節能與增效；及時發現、診斷和消除故障隱患。
2. 雙向信息流：實現發電與用電的實時互動，從而可以進行發電與用電的綜合調度，提高設備利用率。
3. 新能源發電：新能源發電的智能接入。
如圖所示：
智能電廠
智能數字化電廠是電力工業逐步落實工業自動化（工業4.0），先進信息化技術（「互聯網+」），「兩化融合」帶來的一種最新發展趨勢，是給電站添加以「智能」運行、檢修、管理、決策為核心的智能化大腦。[9]
如圖所示：
六、人工智慧-煤礦大腦
前面我們做了大量的分析來列舉人工智慧在電力行業的應用。下面我們將說說人工智慧在煤礦以及其他稀土方面的應用。
說到AI+煤礦，首先會想到山西。2017年7月，精英科技和山西省人民政府以及百度大成戰略合作，正式開啟了「中國煤炭雲」，俗稱煤炭大腦。
煤炭大腦的構成分為智慧礦山平台、煤炭安監平台和挖煤礦大數據平台，其作用主要體現在三個方面：以人工智慧技術作為支撐，向礦長等管理人員主動推送煤礦安全生產狀態；通過物聯網服務，主動推送煤炭產運銷狀況；通過大數據分析服務，主動推送生產效率指數。
由於電力行業高度信息化建設以及多年的數據化積累，相比較煤礦來說，電力行業的AI應用更加的成熟一些。我國現在的煤礦行業仍處於「人工化和機械化」的中間，信息化建設尚未完全達成，所以對於煤礦以及其他礦產資源來說，AI的應用才剛剛萌芽。不過，煤礦開採上，僅僅監測與推送安全生產狀態一項，就可以大幅度的提升作業安全性，保護工人的安全。
除此之外，在煤礦、石油以及稀土的進出口、買賣過程中，人工智慧也大有可為。最直接的例子就是利用AI來進行定價和價格波動實時調整、實時購買等。我國是稀土出口大國，也是石油進口大國，如何在能源的出口與進口之間取得平衡，最優價出口和最低價進口，將是留給能源行業，也是留給AI的難題之一。
總結及展望
1. 能源方面的AI應用場景主要集中在以下幾個方面：
- 能源智能開採設備的設計、研發、管控、使用、檢修和維護方面；
- 能源傳輸設備的智能巡檢及安全預警；
- 能源分配及消耗；
- 能源價格調優；
- 需求側的能源節約；
- 能源公司的運營及後續服務。
2. 互聯網上，媒體自媒體一直在鼓吹「人工智慧取代人類多個工種」的新聞。對此，筆者並不是非常贊同。
尤其是在能源行業。儘管中國現在巡檢機器人、無人機設備已經非常發達，但是工人們幾十年積累下來的工作經驗和智慧是無法取代的。
預計在未來10年內，能源行業方面的AI應用會逐漸落地，不過仍然不是完全的機器人取代人類，而且機器人變成助手一樣，協助工人師父們一起完成各項工作。就像《星球大戰》里的C-3PO和R2-D2一樣，與人們一起工作。
3. 筆者把AI+能源的應用分為三個階段：
第一階段為能源專家+AI技術人員階段，該階段預計持續3-5年。該階段主要是把能源領域各層級的專家、技術人員、工人師傅們的智慧與AI技術進行結合，研發出新的能源機器人和機械設備；
第二階段為使用階段，模式為機器人+工人師傅。這個階段，AI扮演的是助手的角色，同時也在積累數據。這個階段預計持續6-8年；
第三個階段為AI全智能自動化時代。這個階段的前提是工業4.0的高度普及，由AI全面替代人類進行作業。預計該階段將在10-15年後出現。
4. 能源行業的AI應用不會是馬上、立刻就得到普及的。最先開始的應該是信息化和數據化較為成熟的細分領域。
也就是說，能源行業要進行AI+化升級，可以先從信息化和數據化成熟的領域著手。不要急著說用AI改變整個行業，顛覆能源系統balabala的，那都是不現實的。
一點一滴的滲透，潤物細無聲，是能源+AI的正確打開方式。
5. 對於能源系統的工作人員來說，呼籲大家不要懼怕AI取代你的工作。因為實際情況是，在未來10-15年內，AI還是無法取代你。
相比較AI，人類的進取心、同情心以及善良是AI做不到的。比如說礦井發生坍塌，AI肯定救不了你和你的工友，但是你的善良可以做出不一樣的選擇。
6. 特別感謝電力信息通信領域資深專家、中國電力科學研究院副院長王繼業、以及我的領導七月在線創始人July先生。
7. 節約能源。地球上的很多能源並不是取之不盡用之不竭的，能源消耗千萬條，節約使用第一條。使用不節約，地球兩行淚…….
參考文獻：
[1] 《2018年國內外油氣行業發展報告》
[2] 發改委：2018年全國規模以上煤炭企業產量35億噸 同比增5.2%
[3] 中商產業研究院資料庫:2018年1-12月全國發電量同比增長6.8%
[4] 《中國太陽能熱利用產業運行狀況報告》(2017年7~12月)
[5] 《中國人工智慧創新應用白皮書》
[6] 中國AI專利數急劇增至全球第一 百度貢獻最大
[7] 人工智慧進電網，看看AI在電力系統能做些什麼？
[8] @叫我電氣小混混：什麼是智能電網？
[9] 中國經營報 徐光平 《人工智慧化數字化助推能源領域供給側改革》
—END—
作者：劉金玲，七月在線Ai lab研究員