人工智能已經(jīng)成為我們這個時代一些最大的長期大趨勢。人工智能正在為第四次工業(yè)革命提供動力，并越來越被視為掌握我們這個時代一些最大挑戰(zhàn)的關(guān)鍵戰(zhàn)略，包括氣候變化和污染。能源公司正在使用人工智能工具將記錄數(shù)字化，分析大量數(shù)據(jù)和地質(zhì)圖，并可能發(fā)現(xiàn)設(shè)備過度使用或管道腐蝕等問題。能源巨頭殼牌就是這樣一家公司。上周三，殼牌宣布計劃在其深?？碧胶蜕a(chǎn)中使用大數(shù)據(jù)分析公司SparkCognition的基于人工智能的技術(shù)，以提高運營效率和速度，并提高產(chǎn)量。
殼牌負責創(chuàng)新和業(yè)績的副總裁Gabriel Guerra在一份聲明中表示：“我們致力于尋找新的創(chuàng)新方式，重塑我們的勘探工作方式。”
美國德克薩斯州公司SparkCognition的首席科學(xué)官Bruce Porter表示，用于地震成像的Generative AI技術(shù)具有廣泛而深遠的影響，并補充說，這項技術(shù)可以將勘探時間從九個月大幅縮短到九天以內(nèi)。該公司的Generative AI技術(shù)將使用比平時更少的地震數(shù)據(jù)掃描生成地下圖像，從而有助于深海保護。更少的地震勘測反過來將加速勘探過程，改善工作流程，并節(jié)省高性能計算的成本。
但這并不是殼牌首次進軍人工智能技術(shù)。早在2018年，該公司就與微軟合作，將Azure C3物聯(lián)網(wǎng)平臺納入其海上業(yè)務(wù)。該平臺使用人工智能來提高公司海上基礎(chǔ)設(shè)施的效率，從鉆井和開采到員工賦權(quán)和安全。
殼牌并不是唯一一家在運營中使用人工智能的大型石油公司。早在2019年，英國石油公司(BP)就投資了總部位于美國休斯頓的科技初創(chuàng)公司Belmont Technology，該公司幫助該公司開發(fā)了一個名為“Sandy”的基于云的地球科學(xué)平臺。Sandy使BP能夠解釋地質(zhì)、地球物理和儲層項目信息，從而創(chuàng)建獨特的“知識圖”，包括BP地下資產(chǎn)的穩(wěn)健圖像。然后，BP能夠使用該程序的神經(jīng)網(wǎng)絡(luò)進行模擬并解釋結(jié)果。
2019年3月，Aker Solutions與SparkCognition合作，在其認知操作計劃中增強人工智能應(yīng)用。Aker SparkCognition的人工智能系統(tǒng)名為SparkPredict，用于監(jiān)測30多個海上結(jié)構(gòu)的上部和海底安裝。
四年前，英國石油和天然氣管理局(OGA)推出了英國第一個石油和天然氣管國家數(shù)據(jù)庫(NDR)。這個龐大的存儲庫包含130兆字節(jié)的地球物理、基礎(chǔ)設(shè)施、現(xiàn)場和油井數(shù)據(jù)，相當于大約八年的高清電影。這些數(shù)據(jù)涵蓋了5000多次地震勘測、12500個井筒和3000條管道。NDR使用人工智能來解釋這些數(shù)據(jù)，OGA希望發(fā)現(xiàn)新的石油和天然氣前景，并利用現(xiàn)有的基礎(chǔ)設(shè)施實現(xiàn)更多的生產(chǎn)。該平臺還將用于該國的能源轉(zhuǎn)型，儲層和基礎(chǔ)設(shè)施數(shù)據(jù)用于支持碳捕獲、使用和儲存項目。
人工智能與可再生能源
人工智能技術(shù)也開始在可再生能源領(lǐng)域發(fā)揮重要作用，并幫助創(chuàng)建智能電網(wǎng)。
美國實現(xiàn)100%可再生電網(wǎng)夢想的最大障礙之一是可再生能源的間歇性。畢竟，我們的電網(wǎng)是為接近恒定的功率輸入/輸出而設(shè)計的，而風并不總是吹，太陽也不總是照耀。為了成功轉(zhuǎn)型到可再生能源，電網(wǎng)必須變得更加智能。幸運的是，有一個令人鼓舞的先例。
幾年前，谷歌宣布其全球運營(包括數(shù)據(jù)中心和辦公室)已達到100%可再生能源。如今，谷歌是可再生能源的最大企業(yè)買家，承諾提供總計7 GW的風能和太陽能。谷歌與IBM合作，尋找解決風力發(fā)電高度間歇性的解決方案。谷歌利用IBM的DeepMind人工智能平臺，在美國中部700 MW的風電容量中部署了ML算法，足以為一個中等城市供電。
IBM表示，通過使用根據(jù)廣泛可用的天氣預(yù)報和歷史渦輪機數(shù)據(jù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，DeepMind現(xiàn)在能夠提前36小時預(yù)測風力發(fā)電量。因此，這使谷歌風能的價值提高了約20%。
其他風電場運營商可以使用類似的模型，對其功率輸出進行更智能、更快、更數(shù)據(jù)驅(qū)動的優(yōu)化，以更好地滿足客戶需求。
IBM的DeepMind使用經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)在實際發(fā)電前36小時預(yù)測風力發(fā)電量
來源：DeepMind總部位于美國德克薩斯州休斯頓的Innowts是一家初創(chuàng)公司，該公司開發(fā)了一個用于能源監(jiān)測和管理的自動化工具包。該公司的電子公用事業(yè)平臺從2100萬客戶的3400多萬個智能電表中獲取數(shù)據(jù)，其中包括美國亞利桑那公共服務(wù)電力公司、波特蘭通用電氣公司、Avangrid、Gexa Energy、WGL和Mega Energy等美國主要電力公司。Innowts表示，其機器學(xué)習(xí)算法能夠分析數(shù)據(jù)，預(yù)測幾個關(guān)鍵數(shù)據(jù)點，包括短期和長期負荷、方差、天氣敏感性等。
Innowts估計，如果沒有其機器學(xué)習(xí)模型，電力公司在危機高峰期的預(yù)測將不準確20%或更多，從而給其運營帶來巨大壓力，并最終推高最終用戶的成本。
此外，人工智能和數(shù)字解決方案可以用于使我們的電網(wǎng)更加安全。
早在2018年，美國加州最大的電力公司太平洋然氣電力公司(Pacific Gas & Electric)就發(fā)現(xiàn)自己陷入了困境，因為該公司被認定應(yīng)對2018年導(dǎo)致84人死亡的悲慘野火事故負責，被處以135億美元的巨額罰款，作為對失去房屋和企業(yè)的人的補償，并因疏忽被美國加州公用事業(yè)委員會處以20億美元的罰款。如果PG&E投資于像Innovats這樣的人工智能早期檢測系統(tǒng)，也許生命和財產(chǎn)的損失本可以避免。
通過采用數(shù)字和人工智能模型，我們的電網(wǎng)將變得越來越智能和可靠，并使向可再生能源的轉(zhuǎn)型更加順利。
