从发电到智能电表，各种电力项目正在采用机器学习构建绿色、有韧性的智能电网，其中许多项目都采用了 NVIDIA 的技术。

为了应对未来的严峻挑战，电力公司正在使用机器学习构建更智能的电网。

2021 年冬天，德克萨斯州的一场特大风暴导致数百万人断电。加利福尼亚州在过去的两个夏天经历了有史以来最严重的干旱，使得电网故障引发了巨大的森林火灾。

国际能源署在 2021 年 5 月的一份报告中指出：“2021 年的极端天气事件突出了气候变化带来的风险以及投资于提高电网韧性的重要性。” 国际能源署的成员来自 30 多个国家，该组织的这份报告呼吁到 2050 年实现净零碳电网，完全使用可再生资源生产数百吉瓦的电能。

为了实现这个目标，电力公司必须转型。从大型发电厂到用户，已使用了百年的传统单向电网系统必须转型成为双向、灵活、与家庭和建筑相连的分布式网络，包括太阳能板、蓄电池和电动汽车。

考虑到未来的这些变化，专家表示电网必须扩大自主控制系统，以便在每个节点收集数据并利用这些数据做出实时响应。

美国电力研究院（EPRI）是一家独立的非盈利机构，该机构正在与 45 个国家的 450 多家公司合作研发能源。EPRI 高级项目经理 Jeremy Renshaw 表示：“风能、太阳能等大量低容量可变发电资源（如风能和太阳能）的使用以及能够流入和流出住宅的双向电力线路使电网的复杂性成倍增加，而 AI 将在维护电网的稳定性方面发挥关键作用。”

负责管理 EPRI AI 计划的 Renshaw 还表示：“AI 可以通过实现重复或耗时任务的自动化来支持已经捉襟见肘的电网运营商。”

德勤咨询有限公司的负责人 Rick Perez 在公用事业和数据分析领域有超过 16 年的工作经验，他对这个观点表示赞同。

Rick Perez 表示：“未来的电网将是一个由风电场和各种存储技术等数千个间歇性电力来源供电的分布式网络，因此需要先进的 AI 方法和高性能计算来管理这个网络。”

电力公司已经在对发电厂和变电站、配电线路以及家庭和企业内部采取行动。

Perez表示：“美国一些规模最大的电力公司正在迈出第一步，利用传感器阵列和实时分析创建数据工程平台与边缘计算实践。”

例如美国某大城市的一家电力公司最近使用 NVIDIA GPU 上的 AI，在不到 30 分钟就确定了应对暴风雨的最佳卡车行驶路线，引起了广泛的关注。以前在 CPU 系统上进行这项工作需要 36 个小时，由于时间过长，该系统根本无法发挥作用。

为了向电力公司展示各种可能性，德勤在其 AI 计算中心的 NVIDIA DGX A100 系统上运行了多项工作，包括通过结合电网状态数据与当地天气状况及时识别结冰和有故障危险的配电线路，以便派遣维修人员。

Perez表示：“由于这是一个开放的系统，我们现有的IT人员可以在NVIDIA的支持下为我们的客户执行超级计算级别的工作。”

来自 EPRI 的 Renshaw 报告了几个方面的进展。

例如有 300 多家企业机构参加 L2RPN 挑战，构建具有强化学习功能的 AI 模型。有些企业能够同时控制多达五个任务来防止停电。

Renshaw 表示：“我们希望实现 80% 普通操作任务的自动化，这样操作人员就可以更加专注于解决 20% 最复杂的挑战。”

2021 年的一份关于 AI 如何应对气候变化的报告将 L2RPN 工作作为一个重要的用例。这项工作今年正在扩展到更复杂的模型。

此外，EPRI 正在整理 10 组匿名数据，电力公司可以使用这些数据训练 AI 模型并使用这些模型处理他们最关键的工作。其中一个数据库已经有 15 万张由无人机拍摄的老化电力设备图像。

EPRI 还领导一个初创企业孵化器，使电力公司可以与 NVIDIA 初创加速计划成员 Noteworthy AI 等 AI 初创企业合作开展创新的项目。为了保护共享数据的隐私，EPRI 可以使用 NVIDIA FLARE 软件来训练AI模型。

EPRI 和德勤都在帮助发电厂创建能够优化发电厂运营和培训的工业数字孪生。例如 EPRI 正在将美国南部某州的一家发电厂作为一个项目的示范设施，该项目引起了广泛的关注。

另外，德勤公司准备使用 NVIDIA Omniverse Enterprise 开发一个物理上精确的核电站数字孪生。该数字孪生将被用于工人培训场景。

Perez 表示：“监管机构正在为发电厂数字孪生的创建提供多项资助，这将提高发电厂的安全性并减少关闭系统进行测试的高昂成本。”

EPRI 和德勤都在帮助定义新一代智能电表。

Renshaw 表示：“我们把现在的系统都称为智能电表，但实际上它们可能每 15 分钟才能发送 1 个数据点。按照今天的标准，这个速度很慢。”

相比之下，Utilidata（NVIDIA 初创加速计划成员，该计划是一项面向先进初创企业的免费计划）和 Anuranet 正在开发的软件定义智能电网芯片和电表凭借新一代 NVIDIA Jetson 边缘 AI 平台，每秒可处理超过 3 万个数据点。这两家公司在寻找既能节省能源和成本，又能提高电网韧性的洞察。

他表示：“如果我们能够获得亚秒级的数据，就能创造许多可能性。我们已经确定了新一代智能电表数据的 81 个用例。”

比如 Renshaw 家里的中央空调系统在去年发生了故障，维修花费了他 1000 多美元。如果当时 Renshaw 的家里安装了这些新电表，那么 AI 就可以使用来自新电表的数据在空调发生故障之前预测何时需要维修。

EPRI 还在两座办公楼开展了试点项目，使用 AI 减少了 30% 的电能浪费。继去年电力线路遭到勒索软件攻击后，EPRI 正在与其他方面合作研究如何使用机器学习加强网络安全。

有待解决的问题还在不断增加。不过 Perez 告诉了我们一个好消息：全球正在采取行动为创建一个更加智能、清洁和安全的电网提供大量资金，比如《美国基础设施投资和就业法案》。

他表示：“我们现在正处于一个拐点。如果没有 AI 和高性能计算，我们根本无法制定出适合未来电网的可行计划。”