阿贡国家实验室的科学家正在利用人工智能的力量来改变电网资产维护，帮助美国电力公司在问题发生之前发现并解决问题。

美国对电力的需求从未如此之大，而且还在持续增长——最近向联邦能源管理委员会提交的文件显示，电网规划者预计未来五年需求将增长近 5%。为了满足未来的能源需求，能源公司需要在维护现有基础设施的同时让新工厂上线。

可再生能源——例如风能、太阳能和水力发电——将发挥越来越大的作用。美国的目标是到 2050 年，44% 的电力来自可再生资源，是目前这些新技术发电量的两倍多。

预计太阳能将提供我们 22% 的电力，另外 14% 来自风能。将这些新电源并入电网将涉及安装数亿个逆变器，所有这些逆变器都需要维护。

与此同时，现有电网的部分内容已经老化并开始出现故障。美国水电设施的平均年龄超过70年。许多设备的使用寿命已接近尾声，需要进行广泛的检查和维护。美国电力线路、输送网络和天然气管道的状况更令人担忧。美国土木工程师协会于 2021 年给予这些系统 C- 级。

监控和维护不同年龄的各种能源资产的健康状况对于确保电网的可靠性和安全性至关重要。然而，电力公司可能直到出现故障才知道他们的设备出现了问题。

美国能源部阿贡国家实验室的研究人员正在介入解决这一需求。他们与整个能源行业的电力公司密切合作，从老化的水力发电厂到大型太阳能装置，他们正在重塑公司维护国家能源基础设施和清洁能源资产的方式。

阿贡国家实验室的研究人员利用最新的人工智能 (AI) 技术开发了支持人工智能的软件，可以预测电网组件何时会发生故障。该系统分析能源公司从安装在整个电网的传感器收集的大量信息，创建一个预测模型预测随时间的磨损。最终，该软件可以在出现任何问题之前建议何时修理或更换零件。

“公司希望了解其资产的健康状况，”领导这项研究的阿贡国家实验室高级网格建模小组负责人 Feng Qiu 说。“我们的预测模型利用状态监测信息，可以告诉他们设备的剩余有用时间——还剩下多少年、月和周。”

阿贡国家实验室的能源系统科学家赵世佳在这项研究中发挥了至关重要的作用，他解释说，他们的方法超越了传统的反应性维护策略。“我们不是等待设备发生故障，而是使用人工智能主动识别潜在问题并及时安排维护，为能源公司节省时间和金钱。”

这种创新方法的核心是能够估计基础设施和资产健康状况、预测故障风险并根据当前的实际数据调整维护决策。通过从实验室模型过渡到从现场收集的数据，阿贡国家实验室的研究人员已经展示了这项技术对能源供应商有多么有用。

在一个太阳能逆变器项目中，该团队表明，它可以将总维护成本减少 43% - 56%，不必要的人员访问减少 60% - 66%，并将利润增加 3% - 4%。

“我们的目标是为能源提供商提供他们所需的工具，以确保未来几年可靠且有弹性的电网，”邱说。“借助这项技术，公司可以就何时以及如何维修或更换设备做出明智的决定，最终提高美国能源基础设施的整体效率、安全性和可靠性。”

这项研究的好处远远超出了节省成本和提高效率的范围。通过最大限度地减少停机时间并在问题升级之前解决维护问题，能源提供商可以提高电网的可靠性和弹性，这是能源需求不断增长和能源格局不断变化的时代的关键因素。

支持人工智能的预测和优化模型的强大功能和规模意味着它们可以优化电网级别的维护。“这对于保持灯亮起至关重要，”邱说。

通过全面审视电网——从发电厂到电源线– 这些模型可以预测整个网络的故障，该网络负责生产电力并将电力从发电地输送到消耗地。

美国有超过24万条高压输电线路和5000万台变压器。大多数大型且昂贵的变压器已接近其使用寿命。大约 70% 已使用 25 年或更长时间。不断增加的负荷和不稳定的可再生能源整合正在将老化的电网推向极限。

这就是阿贡为运营商提供这种资产健康管理工具的原因。这将有助于确保我们电网未来的可靠性和安全性。但这也将创造公平的竞争环境，提供小能源公司拥有与大公司相同的尖端技术。

邱的团队很快指出，如果没有与能源行业合作伙伴的密切合作，这项研究是不可能完成的。他们的合作伙伴名单很长，包括电力公司以及来自水电、太阳能和波浪能领域以及韦恩州立大学和爱荷华州立大学等学术界的代表。

“我们的研究代表了协作努力赵指出，科学家、工程师和行业合作伙伴之间的合作。“我们正在共同推动积极的变革，塑造能源的未来网格维护。”