环球科技在此■电力企业巧用人工智能应对,数据揭示疫情期间电力需求变化( 二 )


Flex是该公司的旗舰产品 , 通过从数万亿个终端获取、存储和管理pb级数据 , 它可以预测和控制来自数百万客户的数万种能源资源 。 Flex结合了数据科学、机器学习和网络优化算法 , 对物理行为和客户行为进行建模 , 从而自动预测和调整供需模式 。
Autogrid还提供了一套完整的管理解决方案 , 用于集成和利用终端客户安装的电池和微电网 。 与Flex一样 , 它可以自动聚合、预测和优化变电站和变压器的资产容量 , 以满足配电管理需求 , 同时提供容量以避免在系统升级中进行资本投资 。
Autogrid首席执行官AmitNarayan博士告诉VentureBeat,COVID-19危机已经严重改变了加州的日常电力分配 , 对能源市场的每小时价格产生了“显著”的下行影响 。 他说 , Autogrid还从客户那里了解到 , 一些地区的变压器故障是由于线路过载造成的 , 他预计在夏季(空调使用量增加的时候) , 这将成为严重居住和饱和负荷地区的一个问题 。
“在加州 , (你会记得的) , 2019年PG&E领土上有超过100万居民面临与野火预防相关的停电 , ”Narayan说 , 他指的是去年夏天由太平洋天然气和电力公司策划的有争议的计划停电 。 “尽管经历了COVID-19危机 , 但2020年的电力需求仍然很高 , 因为居民们准备在今年夏天应对类似的情况 。 如果2019年这种情况再次发生 , 考虑到健康危机和购买生活用品的困难 , 后果将更加严重 。 ”
AI大有作为
人工智能和机器学习并不是解决电网问题的灵丹妙药——即使有预测工具可供使用 , 电力公司也受制于波动的需求曲线 。 但供应商表示 , 他们看到有证据表明 , 这些工具已经在帮助预防疫情的最坏影响——主要是使他们能够更好地调整以适应每日和每周的电力负荷变化 。
“疫情导致的社会影响将持续发酵 , 人们可能继续远程工作而不是去办公室 , 他们可以通过改变通勤时间来避免高峰时段的人群 , 或者寻求其他交通方式 , ”施耐德电气首席创新官EmmanuelLagarrigue告诉VentureBeat 。 “所有这些都会影响每日电力负载曲线 , 而这也是人工智能和自动化可以发挥作用的地方 , 帮助我们更好在家 , 建筑物和电网中实施维护 , 性能改善和诊断 。 ”
相关报道:
https://venturebeat.com/2020/04/20/utilities-energy-usage-covid-19-ai-machine-learning/


推荐阅读