人工智能已經(jīng)成為我們這個(gè)時(shí)代一些最大的長(zhǎng)期大趨勢(shì)。人工智能正在為第四次工業(yè)革命提供動(dòng)力，并越來(lái)越被視為掌握我們這個(gè)時(shí)代一些最大挑戰(zhàn)的關(guān)鍵戰(zhàn)略，包括氣候變化和污染。能源公司正在使用人工智能工具將記錄數(shù)字化，分析大量數(shù)據(jù)和地質(zhì)圖，并可能發(fā)現(xiàn)設(shè)備過(guò)度使用或管道腐蝕等問(wèn)題。能源巨頭殼牌就是這樣一家公司。上周三，殼牌宣布計(jì)劃在其深?？碧胶蜕a(chǎn)中使用大數(shù)據(jù)分析公司SparkCognition的基于人工智能的技術(shù)，以提高運(yùn)營(yíng)效率和速度，并提高產(chǎn)量。

殼牌負(fù)責(zé)創(chuàng)新和業(yè)績(jī)的副總裁Gabriel Guerra在一份聲明中表示：“我們致力于尋找新的創(chuàng)新方式，重塑我們的勘探工作方式。”

美國(guó)德克薩斯州公司SparkCognition的首席科學(xué)官Bruce Porter表示，用于地震成像的Generative AI技術(shù)具有廣泛而深遠(yuǎn)的影響，并補(bǔ)充說(shuō)，這項(xiàng)技術(shù)可以將勘探時(shí)間從九個(gè)月大幅縮短到九天以內(nèi)。該公司的Generative AI技術(shù)將使用比平時(shí)更少的地震數(shù)據(jù)掃描生成地下圖像，從而有助于深海保護(hù)。更少的地震勘測(cè)反過(guò)來(lái)將加速勘探過(guò)程，改善工作流程，并節(jié)省高性能計(jì)算的成本。

但這并不是殼牌首次進(jìn)軍人工智能技術(shù)。早在2018年，該公司就與微軟合作，將Azure C3物聯(lián)網(wǎng)平臺(tái)納入其海上業(yè)務(wù)。該平臺(tái)使用人工智能來(lái)提高公司海上基礎(chǔ)設(shè)施的效率，從鉆井和開(kāi)采到員工賦權(quán)和安全。

殼牌并不是唯一一家在運(yùn)營(yíng)中使用人工智能的大型石油公司。早在2019年，英國(guó)石油公司(BP)就投資了總部位于美國(guó)休斯頓的科技初創(chuàng)公司Belmont Technology，該公司幫助該公司開(kāi)發(fā)了一個(gè)名為“Sandy”的基于云的地球科學(xué)平臺(tái)。Sandy使BP能夠解釋地質(zhì)、地球物理和儲(chǔ)層項(xiàng)目信息，從而創(chuàng)建獨(dú)特的“知識(shí)圖”，包括BP地下資產(chǎn)的穩(wěn)健圖像。然后，BP能夠使用該程序的神經(jīng)網(wǎng)絡(luò)進(jìn)行模擬并解釋結(jié)果。

2019年3月，Aker Solutions與SparkCognition合作，在其認(rèn)知操作計(jì)劃中增強(qiáng)人工智能應(yīng)用。Aker SparkCognition的人工智能系統(tǒng)名為SparkPredict，用于監(jiān)測(cè)30多個(gè)海上結(jié)構(gòu)的上部和海底安裝。

四年前，英國(guó)石油和天然氣管理局(OGA)推出了英國(guó)第一個(gè)石油和天然氣管?chē)?guó)家數(shù)據(jù)庫(kù)(NDR)。這個(gè)龐大的存儲(chǔ)庫(kù)包含130兆字節(jié)的地球物理、基礎(chǔ)設(shè)施、現(xiàn)場(chǎng)和油井?dāng)?shù)據(jù)，相當(dāng)于大約八年的高清電影。這些數(shù)據(jù)涵蓋了5000多次地震勘測(cè)、12500個(gè)井筒和3000條管道。NDR使用人工智能來(lái)解釋這些數(shù)據(jù)，OGA希望發(fā)現(xiàn)新的石油和天然氣前景，并利用現(xiàn)有的基礎(chǔ)設(shè)施實(shí)現(xiàn)更多的生產(chǎn)。該平臺(tái)還將用于該國(guó)的能源轉(zhuǎn)型，儲(chǔ)層和基礎(chǔ)設(shè)施數(shù)據(jù)用于支持碳捕獲、使用和儲(chǔ)存項(xiàng)目。

人工智能與可再生能源

人工智能技術(shù)也開(kāi)始在可再生能源領(lǐng)域發(fā)揮重要作用，并幫助創(chuàng)建智能電網(wǎng)。

美國(guó)實(shí)現(xiàn)100%可再生電網(wǎng)夢(mèng)想的最大障礙之一是可再生能源的間歇性。畢竟，我們的電網(wǎng)是為接近恒定的功率輸入/輸出而設(shè)計(jì)的，而風(fēng)并不總是吹，太陽(yáng)也不總是照耀。為了成功轉(zhuǎn)型到可再生能源，電網(wǎng)必須變得更加智能。幸運(yùn)的是，有一個(gè)令人鼓舞的先例。

幾年前，谷歌宣布其全球運(yùn)營(yíng)(包括數(shù)據(jù)中心和辦公室)已達(dá)到100%可再生能源。如今，谷歌是可再生能源的最大企業(yè)買(mǎi)家，承諾提供總計(jì)7 GW的風(fēng)能和太陽(yáng)能。谷歌與IBM合作，尋找解決風(fēng)力發(fā)電高度間歇性的解決方案。谷歌利用IBM的DeepMind人工智能平臺(tái)，在美國(guó)中部700 MW的風(fēng)電容量中部署了ML算法，足以為一個(gè)中等城市供電。

IBM表示，通過(guò)使用根據(jù)廣泛可用的天氣預(yù)報(bào)和歷史渦輪機(jī)數(shù)據(jù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，DeepMind現(xiàn)在能夠提前36小時(shí)預(yù)測(cè)風(fēng)力發(fā)電量。因此，這使谷歌風(fēng)能的價(jià)值提高了約20%。

其他風(fēng)電場(chǎng)運(yùn)營(yíng)商可以使用類(lèi)似的模型，對(duì)其功率輸出進(jìn)行更智能、更快、更數(shù)據(jù)驅(qū)動(dòng)的優(yōu)化，以更好地滿足客戶需求。

IBM的DeepMind使用經(jīng)過(guò)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)在實(shí)際發(fā)電前36小時(shí)預(yù)測(cè)風(fēng)力發(fā)電量

來(lái)源：DeepMind總部位于美國(guó)德克薩斯州休斯頓的Innowts是一家初創(chuàng)公司，該公司開(kāi)發(fā)了一個(gè)用于能源監(jiān)測(cè)和管理的自動(dòng)化工具包。該公司的電子公用事業(yè)平臺(tái)從2100萬(wàn)客戶的3400多萬(wàn)個(gè)智能電表中獲取數(shù)據(jù)，其中包括美國(guó)亞利桑那公共服務(wù)電力公司、波特蘭通用電氣公司、Avangrid、Gexa Energy、WGL和Mega Energy等美國(guó)主要電力公司。Innowts表示，其機(jī)器學(xué)習(xí)算法能夠分析數(shù)據(jù)，預(yù)測(cè)幾個(gè)關(guān)鍵數(shù)據(jù)點(diǎn)，包括短期和長(zhǎng)期負(fù)荷、方差、天氣敏感性等。

Innowts估計(jì)，如果沒(méi)有其機(jī)器學(xué)習(xí)模型，電力公司在危機(jī)高峰期的預(yù)測(cè)將不準(zhǔn)確20%或更多，從而給其運(yùn)營(yíng)帶來(lái)巨大壓力，并最終推高最終用戶的成本。

此外，人工智能和數(shù)字解決方案可以用于使我們的電網(wǎng)更加安全。

早在2018年，美國(guó)加州最大的電力公司太平洋然氣電力公司(Pacific Gas & Electric)就發(fā)現(xiàn)自己陷入了困境，因?yàn)樵摴颈徽J(rèn)定應(yīng)對(duì)2018年導(dǎo)致84人死亡的悲慘野火事故負(fù)責(zé)，被處以135億美元的巨額罰款，作為對(duì)失去房屋和企業(yè)的人的補(bǔ)償，并因疏忽被美國(guó)加州公用事業(yè)委員會(huì)處以20億美元的罰款。如果PG&E投資于像Innovats這樣的人工智能早期檢測(cè)系統(tǒng)，也許生命和財(cái)產(chǎn)的損失本可以避免。

通過(guò)采用數(shù)字和人工智能模型，我們的電網(wǎng)將變得越來(lái)越智能和可靠，并使向可再生能源的轉(zhuǎn)型更加順利。