您的位置: 技術市場>人工智慧>

搶修管網、預測誤差 能源領域AI強刷存在感

發佈時間:2019-07-29 16:12:30  |  來源:科技日報  |  作者:張景陽  |  責任編輯:蘇菁

作為人類科學技術的前沿,人工智慧因為在汽車工業、高端製造、網際網路等眾多領域的應用而廣受社會關注。事實上,電力、煤炭、石油化工等看似距離人們遙遠卻又時刻影響人們生活的能源領域和産業,對人工智慧的應用同樣廣泛,需求同樣迫切。

前不久,中國石油天然氣集團有限公司(以下簡稱中石油)舉行媒體開放日,向社會公開了旗下北京天然氣管道有限公司的生産運營情況,智慧壓氣站、智慧管道運輸、智慧運營管理等展示讓人們眼界大開。人工智慧在能源領域的應用發展從中可見一斑。事實上,智慧能源時代已經到來。

需求遍佈産業各個環節

在我國北方廣袤的大地之下,幾條連接陜北氣田和首都地區、綿延數千里的管網縱橫交錯,保障著沿途地區和北京的天然氣供給。在中石油北京天然氣管道有限公司的基層壓氣站,科技日報記者現場感受了人工智慧在華北供氣大動脈中的應用及其重要性。

安全監測評價、安全預警、風險評價、智慧運作維護、管道搶修、地下儲氣庫設施、壓氣站建設工程整合、環保……天然氣輸送的每個環節幾乎都已經用到了人工智慧技術。

中石油北京天然氣管道有限公司科技處技術主管王東營介紹説:“在長期的生産實踐中,根據我們的生産實際與人工智慧的結合,我們提出了智慧管道智慧管網的概念,即在標準統一和數字化管道的基礎上,以數據全面統一、感知交互可視、系統融合互聯、供應精準匹配、運作智慧高效、預測預警可控為特徵,通過‘端+雲+大數據’體系架構整合管道全生命週期數據,提供智慧分析和決策支援,用資訊化手段實現管道的可視化、網路化、智慧化管理,具有全方位感知、綜合性預判、一體化管控、自適應優化的能力。這也是時下和未來能源領域生産運營必然要面對和經歷的階段。”

不久前,全球知名市場研究機構CB Insights發佈的《人工智慧在能源行業的5個應用》報告指出:能源行業會産生大量的數據,為了將這些數據轉化為提高生産率和削減成本的驅動力,眾多能源企業都已把注意力轉向了人工智慧,人工智慧將在或正在廣泛應用於能源儲藏、智慧電網、故障管理、油氣勘探、能源消費和消耗五大領域。

能源行業未來的發展主要在於優化和預測,而人工智慧恰好能針對能源生産、能源電網平衡和消費習慣等方面提供獨特的解決方案。不難預測,人工智慧將成為能源行業的重要組成部分,應用於生産方、傳送方和消費方。事實上,能源領域作為産業鏈長、組成産業紛繁複雜、支撐作用極其重要的工業領域,對人工智慧技術的需求已經細化到了每一個環節和每一個相關産業。

落地場景豐富有效提升生産品質

在國家能源集團神華補連塔煤礦深達二百米的礦井下記者看到,煤面切割、煤炭採集和升運、作業面推進等工序,均已實現智慧化,世界首創的8米高大採高重型綜採工作面完全取代了人工採煤。“在這裡,礦工的體力勞動就是動動手指操作電腦,地面鑽孔垂直供電技術、變頻驅動控制技術、自動排水及恒壓供水等技術幫助企業實現了採煤不見煤。”煤礦綜採面負責人介紹説。

談及中石油北京天然氣管道有限公司運營管理的智慧化轉型,王東營介紹説:“目前我們正在利用大數據、雲計算、物聯網、人工智慧等新一代資訊技術,同時配置新一代智慧硬體設備,實現管道狀態智慧評價、風險隱患智慧識別、管道壽命預測、管道缺陷預警、視頻監控智慧識別、設備體檢與智慧維修、管道參數智慧分析、應急自動響應處置,管道管理已經進入智慧處理、人工智慧自動化管理階段。”

據了解,目前我國能源領域的人工智慧落地應用技術已經較為全面。該技術在電網安全與控制領域,可以應用於電力系統的倣真分析,通過深度學習自動提取電網穩定特徵,實現對電網穩定運作方式和有效措施的快速判斷;在輸變電領域,可以利用圖像識別技術應用於輸變電設備巡檢和輸電通道風險評估,通過輸變電設備狀態數據的深度學習,實現對設備故障的準確研判和設備狀態的評估分析;基於導航圖像的知識積累和深度學習,通過空間導航和智慧巡檢規劃,優化巡檢路徑和重點排查區域。

而在時下最熱的新能源領域,企業也可以利用圖像識別和機器學習技術,實現天氣趨勢智慧分析、天氣系統時空特徵過濾及識別、預測誤差及不確定度挖掘,有效提升電力氣象智慧化預報水準;基於深度學習技術對雲觀測圖像中雲層和雲係進行識別,實現對雲層遮擋條件下光伏功率快速波動的預測。

深度融合需以大數據建設為基礎

業內人士指出,人工智慧與能源産業的結合,不是某一項或某幾項技術的結合,而是兩大技術領域的深度融合;不是短時期內就可以完成,而是要經歷一個漫長的歷史過程。

中國工程院院士、航空工程學院院長何友認為,走好人工智慧工業化之路,必須要以大數據建設為基礎。他説:“工業大數據是新一輪産業革命的核心,是實現工業網際網路和中國智慧製造的重要抓手,將推動企業從‘製造’走向‘智造’。”

此外,人工智慧技術方案在能源産業中的應用,還要緊貼行業特點和生産需求。據媒體報道,2017年11月,印度北部的一座燃煤電廠發生爆炸,造成32人死亡,原因是煤氣管道堵塞導致鍋爐爆炸,這是能源行業經常發生的一類故障,導致事故發生的原因是沒有對設備進行經常性的檢查。而使用人工智慧來觀察設備並在事故發生前檢測出故障,可以節省時間和金錢,甚至挽救生命。

中國電力科學研究院副院長、中國人工智慧産業發展聯盟副理事長王繼業表示:“人工智慧在數據、計算力和演算法方面的突破,特別是深度學習強化學習、遷移學習、對抗學習等基礎理論演算法的突破,帶來人類文明發展的提速。人工智慧技術是電網和能源電力轉型發展的重要戰略支撐。在能源和電力領域,由於注重系統的安全性和及時響應,人工智慧須主要用於態勢感知和輔助決策,能源電力行業也要立足於自身業務需求,對人工智慧技術進行深度開發利用,這將驅動能源和電力系統取得技術進步與變革。”

人工智慧在能源行業的應用,將優化能源行業,同時也會組成一個全産業鏈的網路,把各種能源基礎設施關聯在一起,進一步網際網路化和智慧化。人工智慧在能源行業發揮越來越重要的作用,新的挑戰和機遇隨之而來,而能源行業也正在以新觀念去應對人工智慧帶來的改變,把握變革所帶來的機遇。

未來,人工智慧將會在能源行業履行越來越多的使命:針對能源生産、供應提供獨特的解決方案;運用大規模而且迅速的數據處理能力優化能源的生産過程,通過複雜的演算法結合技術數據和自然環境數據,優化能源開採;通過對大量消費數據進行學習,了解消費者的習慣、價值觀、動機和個性,預測消費行為,更有效地制定策略;協助對多個來源産生的能源輸出進行管理,以便實時匹配變化的空間和時間需求。

 
分享到:
0