未来，人工智能在能源行业能有哪些作为？人工智能技术能够应对气候变化，能源枯竭和能源分配不均的社会问题吗？人工智能在能源行业的应用场景和商业模式是什么？
春节收假回来，你的朋友圈是不是已经被电影《流浪地球》里这一句“道路千万条，安全第一条。行车不规范，亲人两行泪。”刷屏了呢？
作为中国硬核科幻里程碑之作，《流浪地球》不仅仅向大众讲述着一个科幻故事，更是通过各种细、节
（如太阳即将毁灭，没有太阳能；燃烧石块为行星发动机提供动力；朵朵的零食榴莲味蚯蚓干等等），向人们揭示着一个关于地球“能源枯竭”后，人类如何在宇宙中生存的故事。
在刚刚过去的2018年中，全球人工智能产业迎来了重要的发展与变革，比如Google Duplex代替人类自动接打电话；DeepMind继AlphaGo之后打造出的AlphaStar以5比0的比分的成绩打败《星际争霸2》顶级职业选手；波士顿动力机器人Atlas完成了跑步越障和三级跳；搜狗与新华社合作开发AI合成主播亮相第五届世界互联网大会；百度无人驾驶汽车上路等等。
这一系列AI创新产品和AI应用的落地，同时也在向世人揭露着一个无争议的话题：人工智能时代已来，人工智能市场正在呈现出几何式增长，并不断应用及改变着各行各业。
据公开数据显示：
2018年中国全年天然气消费量为2766亿立方米，年增量超过390亿立方米，增幅达16.6%，占一次能源总消费量比重近8%。2018年中国石油表观消费首破6亿吨,达到6.25亿吨，同比增加0.41亿吨，增速为7%。[1]
2018年1-12月份全国规模以上煤炭企业煤炭产量35亿吨，同比增长5.2%。累计进口煤2.8亿吨，同比增长3.9%。铁路煤炭发运23.8亿吨，同比增长10.3%。[2]
2018年1-12月全国发电量为67914.2亿千瓦时，同比增长6.8%。[3]
截止2017年年底，我国太阳能热利用集热器面积保有量达到47780万平方米，年节约标准煤能力已达7167万吨，相当于节电334460MWth。[4]
中国作为世界上最大的能源消费国和生产国，同时也是仅次于美国的全球第二人工智能大国，那么人工智能在能源行业能有哪些作为？如何通过人工智能技术来面对气候变化，能源枯竭和能源分配不均的社会问题？人工智能在能源行业的应用场景和商业模式是什么？
对此，七月在线Ai lab特别做了深度的研究与调查，本文将结合实际情况与笔者的调查研究，为大家逐一解答.
目录：
从研发到服务，能源行业人工智能应用场景
电力行业的五大难题及AI解决办法
电力行业AI的能力应用
智能电网VS智能电厂
人工智能-煤矿大脑
总结和建议
一、从研发到服务，能源行业人工智能应用场景
能源行业是个总称，涵盖多个细分行业，在此我们把能源行业主要分为“石油/矿物”和“电力”两大细分领域。
从罗兰贝格给出的报告来看[5]，从研发到服务，目前人工智能在石油/矿物领域主要应用的场景有以下几点：
a.数据驱动优化器械设计：根据生产环境积累的产品寿命、故障率等数据，通过模型模拟，优化产品的设计；
b.通过建模分析开采数据优化开采流程：建模分析开采过程中的数据，优化具体开采操作与流程，提高开采成功率；
c.预测矿物含量提高勘探准确性：分析勘探过程中土壤、空气等环境数据预测石油矿物潜在产量；
d.项目可行性评估：根据宏观经济形势，开采环境等大量数据，评估开采项目的盈利性与潜在风险；
e.器械与生产环境危险预警：实时检测开采器械运行状态与开采环境信息，根据数据预测潜在风险并及时预警；
f.机器自动化采集：利用机器视觉及时自动判别矿物，利用机器人进行采集；
g.预测性生产器械维护服务：实时检测器械运行数据，提前预测故障并进行维护；
h.基于无人驾驶的物流辅助：通过无人驾驶的飞行器等人工智能辅助的物流方式将原油矿物等从开发现场运出。
在电力领域，目前人工智能在石油/矿物领域主要应用的场景有以下几点：
i.模拟气流优化设备设计：利用人工智能模型建模分析优化锋利发电机的浆片设计；
j.电力生产计划管理：整合用户预测电力需求与电力产出，保障电力的供需平衡；
k.设备故障与风险预警：监控发电设备运行数据监控预测并防控故障出现，预测极端天气；
l.新能源虚拟电厂：整合分散的电力来源，预测电力需求智能调配电力供给，并根据电力价格预测智能优化利润；
m.智能选址优化：利用人工智能模型建模分析最佳太阳能发电站的建设地址，最大化产电量；
n.预测性器械维护服务：实时检测器械运行数据，提前预测故障并进行维护；
o.用户智能节电：预测电力价格切换到其他电力来源于供应商；
p.智能电网：预测各个区域各个时间段的用电需求，合理调配电力供应。
综合来看，能源方面的AI应用主要集中两大块，一块是设备，包括智能设备设计、研发、管控、使用、检修和维护方面；一块是用户消费侧。
现有的能源（矿物、石油和稀土等等）是很难再生的，AI无法帮助这类型能源进行再生，所以节约使用是AI在能源方面一个重要的应用场景。
电力方面，输送电路优化、配送电和电网安全，也能用到AI。后面七月在线Ai lab会详细例举。
2.1 国家电网AI专利众多
从中国专利保护协会发布的《人工智能技术专利深度分析报告》[6]中给出的数据可以看到，百度以2369项专利居首位，其次是中国科学院、微软、腾讯等。
国家电网则以1044项专利位居第六位，超过谷歌和阿里巴巴。在全球AI领域专利权人报告TOP10[7]中，国家电网是唯一上榜的中国企业，排名赶超佳能、索尼和日本电器。
国家电网的AI专利包括电网控制、AI配电变压器、AI智能算法、智能机器人等。
2.2 国家电网AI应用研究
电力信息通信领域资深专家、中国电力科学研究院副院长王继业的报告《人工智能在能源电力领域的探索》中曾透露，国家电网公司在十余年前已开设人工智能领域的相关研究，2002年以来，已开展40多项与人工智能相关的科研项目，主要集中在一下四个方面：
A.机器人：输电线路巡检、变电站巡检；
B.专家系统：输电线路状态辅助决策、输变电设备状态监测、配电网辅助决策、需求侧管理；
C.模式识别：变电站视频智能分析、输变电设备故障模式识别、配电网设备故障诊断、用采系统和设备诊断评估；
D.数据分析：电能质量数据分析、电网资源数据挖掘。
从上世纪80年代开始，对神经网络、模糊集、遗传算法等传统人工智能技术应用进行了深入研究，近年来，开展了基于深度强化学习的电网仿真、调控云平台、基于大数据的负荷特征分析及预测、基于深度神经网络的输电线路灾害特征预警、基于多智能体的配电网自愈控制技术、新能源波动特性挖掘和功率预测方法等研究。
2.3 电力目前已有的AI应用
巡检机器人
对于工人来说，电网巡检的工作属于“三高”工作，在高空上，顶着高压电做高风险作业。但是有了AI技术，巡检机器人将代替人类完成这份工作。
巡检机器人通过高精度定位，利用AI语音、图像识别、机器学习等技术进行巡检工作。
巡检机器人可以对变电站进行巡视、标记抄录和智能分析，尤其是在雨雪冰冻、雷雨天气等情况下也能承担事故处理的前期查勘工作，降低人工巡检的劳动强度，通过规模化作业，大幅度提高作业效率。
百度+广东电网
南方电网与百度达成战略合作，为广告电网提供技术支持。通过机器视觉、人工智能、自然语言处理等技术，辅助南方电网在输、配电等环节作出精准分析、判断、优化和决策。
便捷的生活缴费
前两天我看到一个关于租房者和房东扯皮的故事。故事讲的是租房者刚刚租房没几天，房东就收了他500块的电费，说是作为三个月的电费预缴。可是没过三个月，房东又来催收第二笔电费了。
租房者一个机灵，就到国家电网查了自己住的房子的用电情况，发现是房东在乱收费。在有国家电网出示的用电证明下，房东无奈的退了多收的费用。
为什么在这里讲这个故事？因为对于消费者来说，国家电网的收、缴费系统做得太棒了。打开支付宝或微信支付，不用出门就能查到自家的用电情况，手机就能缴费。
手机缴费如何秒速同步到用户电表里，这背后其实是多种技术的组合，其中就包括人工智能技术。另外，如果你打电话给国家电网查询自家的用电情况，接待你的客服可能就是个机器人哦。
当然，与庞大的国家电网相比，居民生活缴费、查询用电情况只是AI应用中的九牛一毛。下面来说说电力行业的五大难题以及如何利用人工智能解决这五大难题。
三、电力行业的五大难题及AI解决办法
4.5亿只智能电表采集的海量数据如何进行处理和分析？
110（66）千伏及以上输电线路长度达98.7万公里，如何进行有效和经济的巡检？
海量电力设备监控状态如何有效评价和差异化运维？
……
电力从发电到输送到每个写字楼、每栋居民楼再到千家万户，整个过程中存在大量的难题急需解决，在此我们将问题细分为以下五大难题：
电网安全与控制方面，交直流混联复杂大电网如何进行有效的控制？狂风、海啸以及雨雪天气对电网线路的影响如何做到预警及解决？
输变电上，海量电力设备监控状态如何有效评价和差异化运维？ 110（66）千伏及以上输电线路长度达98.7万公里，如何进行有效和经济的巡检？
配用电管理上，由于户变关系和档案相位混乱，导致线损计算不准确，4.5亿只智能电表采集的海量数据如何进行处理和分析？
新能源使用上，新能源出力具有波动性和随机性，如何有效应对和消纳？
电力企业经营管理上，科研、管理、运营等生产大量文本数据，如何挖掘知识，支撑管理和辅助决策？
引入AI思维及技术，五大难题可以得到有效的解决：
基于深度强化学习的电网紧急控制策略，可以大幅度的提升与控制电网安全。电网紧急控制策略中加入了天气、风向以及自然灾害等实时变量的数据，可以提前对电网电路进行实时预警，提前规划及部署新的线路，保证电路的畅通性。
基于集成学习的电力设备状态评价和架构输电线路的智能巡检，可以海量电力设备进行监控和差异化运维。引入无人机、机器人等AI设备，利用计算机视觉、图像识别等技术进行大规模有效的经济巡检。
基于聚类算法的用户用电行为分析和低压配电台区拓扑智能识别，可以对配用电进行有效的管理。
基于波动规律挖掘的新能源短期功率预测，加上基于图像识别的光伏功率分钟级预测，可以应对新能源使用中出现的波动性和随机性情况，并且进行消纳。
建立电力领域知识图谱，能够帮助电力企业挖掘知识，支持和辅助决策，形成专家系统。
四、电力行业AI的能力应用
1. 电网安全与控制领域，AI技术可以应用于电力系统的仿真分析，对交直流混联电网故障特征识别及智能控制，建立基于人工智能的调控辅助决策系统。
2. 输变电领域，图像识别技术应用于输变电设备巡检和输电通道风险评估。输变电设备故障智能诊断和状态评估；电网主要灾害预警预报；无人机和机器人自然巡检。
3. 配用电领域，AI可以帮助配用电设备监控状态智能检测与管理；将营业机器人引入配用电管理过程中；利用人工智能为用电现场高效作业与安全风险进行智能预警。AI还可以帮助大规模需求侧错峰资源管理与预测，利用人工智能对电进行多能流管理，电网规划和负荷预测等。
4. 新能源方面，AI可以帮助电力气象进行智能化预报，图像识别可应用于光伏超短期功率预测；机器学习应用于新能源消纳能力评估。
5. 电网的信息通信上，AI还能用到网络攻击检测、自动检测、通信网络优化、通信网络的自动规划仿真、电力通信网络安全检测几个方面。
总而言之，从电生产的那一刻开始，直至到全家万户的这个过程中，AI的能力可以帮助电力行业进行更好、更畅通运营及服务千家万户。
五、智能电网VS智能电厂
智能电网的智能主要体现在以下几个方面[8]：
1. 实时调度及管理：实时对电网进行管理，进行积极主动的节能与增效；及时发现、诊断和消除故障隐患。
2. 双向信息流：实现发电与用电的实时互动，从而可以进行发电与用电的综合调度，提高设备利用率。
3. 新能源发电：新能源发电的智能接入。
如图所示：
智能电厂
智能数字化电厂是电力工业逐步落实工业自动化（工业4.0），先进信息化技术（“互联网+”），“两化融合”带来的一种最新发展趋势，是给电站添加以“智能”运行、检修、管理、决策为核心的智能化大脑。[9]
如图所示：
六、人工智能-煤矿大脑
前面我们做了大量的分析来列举人工智能在电力行业的应用。下面我们将说说人工智能在煤矿以及其他稀土方面的应用。
说到AI+煤矿，首先会想到山西。2017年7月，精英科技和山西省人民政府以及百度大成战略合作，正式开启了“中国煤炭云”，俗称煤炭大脑。
煤炭大脑的构成分为智慧矿山平台、煤炭安监平台和挖煤矿大数据平台，其作用主要体现在三个方面：以人工智能技术作为支撑，向矿长等管理人员主动推送煤矿安全生产状态；通过物联网服务，主动推送煤炭产运销状况；通过大数据分析服务，主动推送生产效率指数。
由于电力行业高度信息化建设以及多年的数据化积累，相比较煤矿来说，电力行业的AI应用更加的成熟一些。我国现在的煤矿行业仍处于“人工化和机械化”的中间，信息化建设尚未完全达成，所以对于煤矿以及其他矿产资源来说，AI的应用才刚刚萌芽。不过，煤矿开采上，仅仅监测与推送安全生产状态一项，就可以大幅度的提升作业安全性，保护工人的安全。
除此之外，在煤矿、石油以及稀土的进出口、买卖过程中，人工智能也大有可为。最直接的例子就是利用AI来进行定价和价格波动实时调整、实时购买等。我国是稀土出口大国，也是石油进口大国，如何在能源的出口与进口之间取得平衡，最优价出口和最低价进口，将是留给能源行业，也是留给AI的难题之一。
总结及展望
1. 能源方面的AI应用场景主要集中在以下几个方面：
能源智能开采设备的设计、研发、管控、使用、检修和维护方面；
能源传输设备的智能巡检及安全预警；
能源分配及消耗；
能源价格调优；
需求侧的能源节约；
能源公司的运营及后续服务。
2. 互联网上，媒体自媒体一直在鼓吹“人工智能取代人类多个工种”的新闻。对此，笔者并不是非常赞同。
尤其是在能源行业。尽管中国现在巡检机器人、无人机设备已经非常发达，但是工人们几十年积累下来的工作经验和智慧是无法取代的。
预计在未来10年内，能源行业方面的AI应用会逐渐落地，不过仍然不是完全的机器人取代人类，而且机器人变成助手一样，协助工人师父们一起完成各项工作。就像《星球大战》里的C-3PO和R2-D2一样，与人们一起工作。
3. 笔者把AI+能源的应用分为三个阶段：
第一阶段为能源专家+AI技术人员阶段，该阶段预计持续3-5年。该阶段主要是把能源领域各层级的专家、技术人员、工人师傅们的智慧与AI技术进行结合，研发出新的能源机器人和机械设备；
第二阶段为使用阶段，模式为机器人+工人师傅。这个阶段，AI扮演的是助手的角色，同时也在积累数据。这个阶段预计持续6-8年；
第三个阶段为AI全智能自动化时代。这个阶段的前提是工业4.0的高度普及，由AI全面替代人类进行作业。预计该阶段将在10-15年后出现。
4. 能源行业的AI应用不会是马上、立刻就得到普及的。最先开始的应该是信息化和数据化较为成熟的细分领域。
也就是说，能源行业要进行AI+化升级，可以先从信息化和数据化成熟的领域着手。不要急着说用AI改变整个行业，颠覆能源系统balabala的，那都是不现实的。
一点一滴的渗透，润物细无声，是能源+AI的正确打开方式。
5. 对于能源系统的工作人员来说，呼吁大家不要惧怕AI取代你的工作。因为实际情况是，在未来10-15年内，AI还是无法取代你。
相比较AI，人类的进取心、同情心以及善良是AI做不到的。比如说矿井发生坍塌，AI肯定救不了你和你的工友，但是你的善良可以做出不一样的选择。
6. 特别感谢电力信息通信领域资深专家、中国电力科学研究院副院长王继业、以及我的领导七月在线创始人July先生。
7. 节约能源。地球上的很多能源并不是取之不尽用之不竭的，能源消耗千万条，节约使用第一条。使用不节约，地球两行泪…….
参考文献：
[1] 《2018年国内外油气行业发展报告》
[2] 发改委：2018年全国规模以上煤炭企业产量35亿吨 同比增5.2%
[3] 中商产业研究院数据库:2018年1-12月全国发电量同比增长6.8%
[4] 《中国太阳能热利用产业运行状况报告》(2017年7~12月)
[5] 《中国人工智能创新应用白皮书》
[6] 中国AI专利数急剧增至全球第一 百度贡献最大
[8] @叫我电气小混混：什么是智能电网？
[9] 中国经营报 徐光平 《人工智能化数字化助推能源领域供给侧改革》
—END—
