人工智能即将彻底改变我们的生活、工作和娱乐方式，但很少有人知道人工智能技术除了亚马逊的Alexa或苹果的Siri之外还能做什么。这些是虚拟助手或“弱AI”技术的示例，以及AI应用程序的最常见示例。但在数据驱动的能源领域，复杂的机器学习正在为“强大的人工智能”提高效率、预测、交易和用户可访问性铺平道路。电力交易电力是一种可以在公开市场上买卖和交易的商品。为了使这些市场有效运作，电力销售商、采购商和经纪人必须不断分析从天气预报到电网需求/供应平衡的大量数据。那些最能理解数据的人将在市场上拥有竞争优势。2018年，IBM的DeepMind开始将机器学习算法应用于谷歌在美国中部的风力发电能力，足以为一座中等城市供电。使用天气预报和历史涡轮数据的神经网络，它可以提前36小时合理预测风能输出。在不到一年的时间里，与基准情景相比，DeepMind的机器学习算法将其风能价值提高了约20%。智能消费美国近一半的电力消费者使用智能电表，它提供有关个人能源消耗的数据，使消费者能够自我调节能源使用。新的人工智能智能电表和智能家居解决方案尚未普及，但最终用户的效率提升是一个潜在的福音。这些能源监控设备与其他家用设备通信，通过减少能源浪费为房主节省资金。例如，这些设备可以控制空调、建议在特定时段以较低的电价为电动汽车充电、控制照明和管理电器。这些设备能够适应和响应使用模式和能源价格，如果应用于更广泛的人群，可能会带来显着的能源节约。广泛实施可以为每个人提供更环保、更稳定的电网。智能储能AI可以通过简化集成独特技术的方式来改进现有的储能技术，包括可再生能源微电网、公用事业规模的电池存储、抽水蓄能等。随着风能和太阳能等间歇性能源的激增，储能在现代电网中的作用正在迅速增长，这给电力经纪人平衡供需带来了更大的压力。随着技术进步和成本下降，智能储能在电网辅助服务中发挥着越来越重要的作用，这些功能帮助电网运营商平衡和支持从发电机到消费者的能源传输。人工智能可以在需求/供应缺口期间实现更有效的分配，并在这样做时节省其他地方的电力供以后使用。不仅可以集成多个不同的存储系统来最大化性能，而且智能储能系统还可以通过改善间歇性发电引起的频率和电压控制来进一步提高安全性。自2005年以来，总部位于柏林的储能公司Younicos一直是此类集成能源系统开发和部署的全球市场领导者。在其他危险情况下。这些自动驾驶、无人驾驶的机器可以调查陆地上的高压电线或在海底巡逻以寻找有价值的资源，记录和报告它们的位置以供将来在不危及生命的情况下进行开采。埃克森美孚通过麻省理工学院能源计划与麻省理工学院的双向合作就是这样一个项目，旨在进一步开发自主机器人独立执行复杂任务的能力。麻省理工学院布赖恩·威廉姆斯教授及其团队打算让他们的自学习机器人模仿火星好奇号探测器探索海底，以进一步开发利用。埃克森美孚麻省理工学院潜水机器人项目的地球科学家和前首席顾问LoriSumma认为，那里的创新对于“颠覆能源研究的界限以应对未来的挑战”至关重要。“非常重要。能源的未来随着全球能源系统无法免受COVID-19大流行的影响，人们开始关注提高经济效率。为此，市场参与者正在使用机器学习来提高预测能力，提高透明度能源交易、整合可再生能源、管理智能电网和存储，以及让无人驾驶飞机栩栩如生。强大的人工智能与能源行业的融合将对全球消费者产生巨大而广泛的影响。正如比尔盖茨对2017年毕业生所说课堂：“如果我今天才刚刚起步，寻找机会在世界上产生重大影响，这些就是我会考虑的领域。一是人工智能。我们只是让人们的生活更有生产力和创造力的方法才刚刚开始出现。第二个是能源，因为让能源变得清洁、负担得起和可靠对于消除贫困和应对气候变化至关重要。”
