阿貢國家實驗室的科學家正在利用人工智慧的力量來改變電網資產維護，幫助美國電力公司在問題發生之前發現並解決問題。

美國對電力的需求從未如此之大，而且還在持續增長——最近向聯邦能源管理委員會提交的文件顯示，電網規劃者預計未來五年需求將增加近 5%。為了滿足未來的能源需求，能源公司需要在維護現有基礎設施的同時讓新工廠上線。

再生能源－例如風能、太陽能和水力發電——將發揮越來越大的作用。美國的目標是到 2050 年，44% 的電力來自再生資源，是目前這些新技術發電量的兩倍多。

預計太陽能將提供我們 22% 的電力，另外 14% 來自風能。將這些新電源併入電網將涉及安裝數億個逆變器，所有這些逆變器都需要維護。

同時，現有電網的部分內容已經老化並開始故障。美國水力發電設施的平均年齡超過70年。許多設備的使用壽命已接近尾聲，需要進行廣泛的檢查和維護。美國電力線路、輸送網路和天然氣管道的狀況更令人擔憂。美國土木工程師協會於 2021 年給予這些系統 C 級。

監控和維護不同年齡的各種能源資產的健康狀況對於確保電網的可靠性和安全性至關重要。然而，電力公司可能直到故障才知道他們的設備出現了問題。

美國能源部阿貢國家實驗室的研究人員正在介入解決這項需求。他們與整個能源產業的電力公司密切合作，從老化的水力發電廠到大型太陽能裝置，他們正在重塑公司維護國家能源基礎設施和清潔能源資產的方式。

阿貢國家實驗室的研究人員利用最新的人工智慧 (AI) 技術開發了支援人工智慧的軟體，可以預測電網組件何時會發生故障。該系統分析能源公司從安裝在整個電網的傳感器收集的大量信息，創建一個預測模型預測隨時間的磨損。最終，該軟體可以在出現任何問題之前建議何時修理或更換零件。

「公司希望了解其資產的健康狀況，」領導這項研究的阿貢國家實驗室高級網格建模小組負責人 Feng Qiu 說。“我們的預測模型利用狀態監測信息，可以告訴他們設備的剩餘有用時間——還剩下多少年、月和周。”

阿貢國家實驗室的能源系統科學家趙世佳在這項研究中發揮了至關重要的作用，他解釋說，他們的方法超越了傳統的反應性維護策略。“我們不是等待設備發生故障，而是使用人工智慧主動識別潛在問題並及時安排維護，為能源公司節省時間和金錢。”

這種創新方法的核心是能夠估計基礎設施和資產健康狀況、預測故障風險並根據當前的實際數據調整維護決策。透過從實驗室模型過渡到從現場收集的數據，阿貢國家實驗室的研究人員已經展示了這項技術對能源供應商有多有用。

在一個太陽能逆變器專案中，該團隊表明，它可以將總維護成本減少 43% - 56%，不必要的人員訪問減少 60% - 66%，並將利潤增加 3% - 4%。

「我們的目標是為能源供應商提供他們所需的工具，以確保未來幾年可靠且有彈性的電網，」邱說。“借助這項技術，公司可以就何時以及如何維修或更換設備做出明智的決定，最終提高美國能源基礎設施的整體效率、安全性和可靠性。”

這項研究的好處遠遠超出了節省成本和提高效率的範圍。透過最大限度地減少停機時間並在問題升級之前解決維護問題，能源供應商可以提高電網的可靠性和彈性，這是能源需求不斷增長和能源格局不斷變化的時代的關鍵因素。

支援人工智慧的預測和優化模型的強大功能和規模意味著它們可以優化電網層級的維護。「這對於保持燈亮起至關重要，」邱說。

透過全面檢視電網—從發電廠到電源線– 這些模型可以預測整個網路的故障，該網路負責生產電力並將電力從發電地輸送到消耗地。

美國有超過24萬條高壓輸電線路和5000萬台變壓器。大多數大型且昂貴的變壓器已接近其使用壽命。大約 70% 已使用 25 年或更長。不斷增加的負載和不穩定的可再生能源整合正在將老化的電網推向極限。

這就是阿貢為營運商提供這種資產健康管理工具的原因。這將有助於確保我們電網未來的可靠性和安全性。但這也將創造公平的競爭環境，提供小能源公司擁有與大公司相同的尖端技術。

邱的團隊很快指出，如果沒有與能源產業合作夥伴的密切合作，這項研究是不可能完成的。他們的合作夥伴名單很長，包括電力公司以及來自水力發電、太陽能和波浪能領域以及韋恩州立大學和愛荷華州立大學等學術界的代表。

“我們的研究代表了協作努力趙指出，科學家、工程師和產業夥伴之間的合作。網格維護。