科学家在Argonne国家实验室正在利用人工智能（AI）的能力来彻底改变美国能源基础设施的维护。
美国能源基础设施的状态
美国对权力的需求正在上升，最近的预测显示未来五年需求增长了近5％。能源公司不仅需要将新工厂在线启动，而且还需要维持其现有的基础设施，以跟上这一快速增长的需求。
可再生能源计划为美国的发电做出重大贡献，预计到2050年，它们将提供44％的电力。但是，根据科学家的说法，这种过渡需要数百万逆变器的安装和维护来支持这些可再生能源。
另一方面，老化的基础设施构成了自己的挑战。美国许多水电设施已有70多年的历史，需要进行大量检查和维护。
同样，国家电力线，交付网络和天然气管道的状况越来越关注，这是美国土木工程师协会C- C-对于2021年这些系统的C-证明。
研究人员指出，监测和维持这些能源资产的健康对于确保电网的可靠性和安全性至关重要。
利用AI为电网供电
Argonne国家实验室的研究人员开发了支持AI的软件，可以预测网格组件的潜在故障。该软件分析了从整个网格中安装的传感器收集的大量数据，以生成磨损的预测模型。
通过这样做，它可以建议在出现任何问题之前采取维护措施，最终节省能源公司的时间和资源。这种方法承诺的关键好处之一是它可以根据从现场收集的现实世界数据调整维护决策的能力。
Argonne研究人员已经证明了从实验室模型过渡到能源提供商的现场数据的实际实用性。通过太阳逆变器等项目，它们显示出潜在的成本降低43％-56％，船员访问降低了60％-66％，利润增加了3％ - 4％。
目的是为能源提供者提供工具，以确保网格可靠性和弹性。通过抢占维护问题并最大程度地减少停机时间，该技术可以提高能源基础设施的总体效率，安全性和可靠性。
该团队进一步指出，支持AI的预测模型可以在网格级别优化维护，这对于不间断的电源至关重要。 Argonne的资产健康管理工具还提供给运营商，以确保将来的网格可靠性和安全性，从而为小型能源公司提供技术竞争环境。
“我们的目标是为能源提供商提供所需的工具，以确保未来几年的可靠和弹性网格。”
Qiu补充说：“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，最终提高了美国能源基础设施的整体效率，安全性和可靠性。”
