人類文明，機器為伴。

(來源：GE發電)

無數機器運轉間，我們的工業文明日益繁榮。

展望未來，與人類相伴的機器將更為智能，

深諳人工智能并善用者乃未來贏家。

試問，能源、電力會與人工智能

擦出怎樣的火花?

未來科技又將如何為我們服務?

讓我們從全球視角，暢想未來，

為電廠裝上一個“大腦”……

現代電廠：機械化的運轉亟需智慧的大腦

在美國，一座核電廠的平均服務年限為36年，而燃煤電廠的平均服務年限為39年。在有限的“生命”面前，通過數字化解決方案實現降本增效成為了電廠的核心需求，甚至是整個行業的總體發展趨勢。

在數字化的發展趨勢下，電廠需要打造更強的互聯性、更大的數據庫、更高的自動化程度和“更給力”的生產效率。盡管在數字化的新航道上，我們會面臨網絡安全等諸多挑戰，但通過智能化管理，提升能源效率已勢不可擋。曾有人做過形象的比喻，形容現階段的電廠運行猶如沒有大腦的機器人，而人工智能技術，恰恰是開啟這部機器大腦的一把鑰匙，創造無限可能。

人工智能和機器學習：潛力無限

人工智能的浪潮正在席卷整個工業領域，能源電力行業也無一例外。而結合了認知計算的人工智能將造就未來電廠的最強大腦。“增強型分析功能”和“人工智能算法”猶如兩味靈藥，助力釋放機器的最大潛力，兼具兩者的電廠系統將幫助我們識別設備的“反常”或“超限”行為，監控生產的正常運營，并且提高生產效率，實現能源的供需平衡。

2016年，GE收購了NeuCo公司，借助NeuCo在軟件分析領域的專長，賦予了機器設備自我學習的能力，更好地利用數據，更深入地釋放數據的價值。這種速度和深度，都可遠超人類大腦。運用到電廠中，便于更好地管理運行中細微的變化，提高設備的性能和效率。

根據麥肯錫全球研究院發表的《人工智能：下一個數字前沿?》所述，新興技術會比人類更智能、更精準地洞悉未來的發展趨勢和規律，從而更準確地管理能源的供需關系。人工智能有助于需求側的自動化響應和供應側的自動化預測，從而提高發電產能，減少能源損耗，改善階梯定價，提供耗能洞見等。通過利用機器學習和智能傳感器來優化設備產出，人工智能技術將使能源產量再提高20個百分點。該文甚至斷定，在未來，電力企業數字化改革將取得良好效果，甚至可以使人們不再需要建設更多的供電設施。

那么，如何更好掌控電廠的現在與未來?數字鏡像技術會是電廠信息管理的一把利器。該技術通過建立高保真數據模型，以數字化形式展現電廠中的資產，幫助電廠管理人員收集每個機器部件的數據，診斷故障并預測可能的維護需求，有效地避免了各種猜測或者不必要的維護檢修，幫助電廠提升設備可靠性，降低檢修成本，優化運行能力，提升效率。

能源儲備：電廠的新能源預備軍

能源基礎設施中很可能會采用某種形式的電池儲能裝置，用以儲存匯入電網的更多可再生能源。根據德勤的一份報告，能源儲存可能會對現有電力供應商(例如：燃煤和燃氣電廠)產生重大影響。隨著儲能成本的逐步降低，使用可再生能源的激勵措施會隨之增加，消費者甚至可以通過太陽能發電和儲能技術的結合，自行發電并實現電力自給自足。當然，能源儲存還可以配合集中式的能源供應和可再生資源供應來有效緩解用電高峰需求并更好地平衡電網輸出。德勤提醒現有的發電企業，必須隨時為儲能技術做好準備，未雨綢繆。

對于電力生產企業而言，投資能源儲存技術也是擴大工廠規模的替代手段之一。投資儲能技術還能夠使整合人工智能技術的電廠實現更長遠、更高效且更出色的運營，有效規避因頻繁開停機而付出的高昂代價，同時也省去了因能源需求增長而添置額外實體發電設施的費用。

能源儲存技術無疑會增加分布式能源供應的比例。但歐洲委員會的一份文件也曾建議，在各級電力系統中部署能源儲存技術能夠有效解決用電高峰負荷的問題。盡管儲能技術目前尚處于初級階段，但毫無疑問，特定形式的電能儲存技術必將在未來的能源組合當中發揮重要作用。

未來：電廠的智慧

美國國家電網新能源解決方案事業部副總裁CarlosNouel在UtilityDive的訪談中表示：“客戶需求在不斷變化，他們可能希望電動汽車可以聯網充電，也希望在自家樓頂上安裝太陽能電板，甚至可能只是為了獲得更多的數據，以便于對自身的能源消耗做出更好的決策。”

隨之而來的是，能源行業也在不斷發生著變化，所有企業包括電力生產企業必將轉變成為數字化企業。

盡管人工智能、機器學習等技術解決方案看似非常抽象，但美好得讓人難以置信，此類技術通常很容易進行應用測試，成本也相對低廉，用戶能夠看到立竿見影的效果，且無需巨額的前期投入，便能實現成本控制。與運營商為了節省成本、提高生產效率而動輒投入上百萬美元進行硬件改造的方式不同，數字化技術能夠創造質的改變。例如，Google近期運用人工智能技術來降低數據中心的總用電量，為公司節省了數百萬美元的成本。

可以說，作為一種試水性的操作模式，與類似NeuCo這樣的數字技術新興企業展開合作，將幫助運營商進一步了解如何節約成本、提高效率。未來電廠依托龐大的數據，將成為全面聯網、效率更優化、全年運行小時數更高的智能電廠，更加的靈活，并在未來全球能源組合當中發揮至關重要的作用。

在美國亞特蘭大和中國的北京，

GE的電力數據監測與診斷中心已經分別為

全球2,500多臺燃機機組

和大唐旗下六個電廠的13臺機組

提供智能監測預警，

以此為開端，

以人工智能驅動的未來電廠并不遙遠!