文/陈焕 佳都新太科技股份有限公司

　　能源与人类社会的各类生产活动息息相关，是社会和科学技术进步的基础和动力。随着时代的不断进步，人类社会从农业时代、工业时代到现在的信息化时代，能源使用也从石油、煤炭、天然气等传统能源向风能、水能、太阳能等可再生能源不断转变。改革开放以来，我国经济社会得到快速的发展，同时提出要推进可持续发展的智慧能源战略。

　　一、AIoT在智慧能源领域中的应用特点

　　智慧能源的载体是能源，动力则是科技。蒸汽机与内燃机的科技创新是工业文明的基础，智慧能源的发展同样需要科技来推动。为进一步提高对能源领域的转型升级和技术革命，我国发布了一系列关于推进智慧能源发展的政策文件和指导意见，推动智慧能源产业的可持续发展。物联网、大数据、人工智能、区块链和机器人等新技术的发展提升了能源工业在节能减排、多能互补和集成优化等方面的实施能力，从不同领域与不同维度全面推动了智慧能源产业的技术革新。

　　AIoT指的是对物联网及人工智能技术的结合，通过各种传感器实时采集产业中各个环节的各类信息，在终端设备、边缘域通过机器学习对能源产业所产生的各类数据进行智能化分析，包括定位、比对、预测、调度等。智能化设备是AIoT的感知手段，可以完成视图、音频、压力、温度等数据收集，为AIoT的技术应用提供基础能力。

　　AI与IoT两种强大技术的结合给智慧能源的发展带来了各种各样的应用和灵活性。AIoT的优势在于它能够促进和提供可行的选择。IoT可以提供有关设备的信息，通过添加AI机器学习算法，结合在能源产业的场景化模型，输入相关数据及规则，可以做到预测决策和结果，从而提高能源产业整体的效率性和智能性。

　　AIoT技术应用能够为能源企业在日常的能源生产、储存、运用、服务等过程中提供监控实时化、管理高效化、分析智能化、数据可视化的能力。

　　监控实时化：通过采用IOT的云边端控模式将整个智慧能源产业链内的各类设备、终端在不同的层级实现互通互联，打通数据壁垒，对前端设备如发电机、变电设备、传输管网等情况进行实时监控，设备状态一目了然。

　　管理高效化：利用人工智能技术的应用，对能源企业的能源生产、传输、交易、储存和消费等各环节的多源异构数据进行统一管理，降低人工管理的低效，可以提高管理的精准性和高效性。

　　分析智能化：结合前端智能化设备，采集各类感知数据，将获取到的所有一次数据进行整合，输入相关算法模型，分析得出二次数据、三次数据甚至更高层次的数据，从而得出最终结论。如利用前端摄像机对能源企业中的重点生产区域进行人员行为预警，后端通过建立相关模型对生产人员行为进行监测，当出现不规范行为时，能够智能分析并将预警信息推送至企业安全负责人。

　　数据可视化：提供多种可视化手段，对智慧能源产业的设备侧数据、用户侧数据、泛在能源物联网、处置流程等内容进行动态展示，将原本看不见、摸不着的数据通过图形化的方式进行呈现。

　　二、AIoT在智慧能源领域中的面临的挑战

　　随着经济和技术的不断发展，传统能源已无法完全满足社会进步的需求，智慧能源是未来的大势所趋，但大量的能源运转带来的庞大规模数据分析是人力所不能及的，当数据无法转化为有用的信息时，数据就失去其有用性，变得毫无意义。而AI技术扮演着处理能源产业所产生数据的重要角色以及解决IoT信息转化的重要难点问题，而通过物联网所得到的数据也成为了AI的养分，融合而成的AIoT也能够进一步改善当前智慧能源发展的技术生态环境。但AIoT技术在智慧能源领域的应用发展依然面临着算力、算法、平台兼容性、安全性等挑战。

　　在算力方面，需要持续不断地投入计算机资源对算法模型进行训练，模型越复杂需要的数据越多样化，训练周期越长，无法快速进行应用，对能源企业来说会增加一定的时间和经济成本。

　　在算法方面，面对未来丰富的应用场景，有必要在算法层面予以增强。传统能源领域的IT从业人员缺少模型的构建与管理经验，无法保证实现模型预测的准确性，也无法对模型进行全生命周期管理及升级，以更低成本和更高效率进行模型和算法的迭代。除此之外，人工智能决策的正确性受IoT数据的精确度影响，AI的分析结果还缺乏可解释性。

　　在兼容性方面，物联网本身的产品碎片化，而各AI算法厂家之间的生态又缺乏协同，要把框架里的算法部署到数量众多的物联网设备，实现前端智能化，并在能源产业中进行大规模部署，这也是个棘手的问题。

　　在安全性方面，AI系统及物联网在系统的运行过程中会不断收集和分析智慧能源产业活动的相关数据，但由于前端接入节点数量的庞大，整体的稳定性和可靠性会相对下降。一旦发生黑客攻击事件，容易造成大规模的数据外泄，损害数据和系统的保密性和完整性。数据的安全性对能源企业来说尤为重要。

　　三、AIoT在智慧能源领域中的深度应用

　　AIoT覆盖全、链接广、智能化的技术特点决定了其在智慧能源产业从信息化向智能化过度的过程中有着不可替代的作用，以下从行业内相对典型的场景进行举例说明。

　　1.电厂锅炉智能预警

　　据不完全统计，国内发电厂因锅炉炉管泄漏事故所造成的非计划停运时间占全年总停运时间的30%以上，造成机组非计划停运主要原因是锅炉炉管泄漏，对锅炉运行的经济性影响较大。锅炉智能预警基于前端传感器数据、电厂机理模型和人工智能技术，通过对监测设备运行状态的监测，判断炉管是否发生泄漏现象，实现事先测报；结合视频监控判断泄漏区域位置及泄漏程度，给设备预测性维护提供数据支持，将设备运行异常消除在萌芽阶段，减少非计划性停炉、停机，减少启停炉、启停机的能源消耗，大大提高设备使用效率。

　　2.智慧安全管理

　　能源企业可通过三维建模技术，对生产现场环境进行还原，对各个岗位的人员位置进行划分、定位，并将每个位置所对应的安全注意事项与生产运行信息关联，通过后端AI识别的能力，帮助现场人员智能识别危险区域，能够有效防止人员跑错间隔，避免发生误操作。例如，部分电厂将人员定位信息与三维虚拟电厂模型融合，设置虚拟电子围栏，实时监控高温、高压等危险区域及重要设备。通过前端的IoT设备感知现场数据及后端的智能模型分析，提醒越界人员及安监人员确认，保障人员或设备的安全，减少不必要的损失。

　　3.电力智能巡检

　　电力巡检是电厂运维中的核心工作，主要是对输变电设备进行巡检。电力企业利用AI算法，结合智能巡检机器人的能力，提升智能巡检机器人的设备识别准确率和传感器感知的精准率，可极大地降低人力成本，进一步解放劳动力。在图上事先对需要巡检的点位进行框定，并规划巡检路线后，智能巡检机器人能够自动按照巡检路线进行巡检，并将完成巡检点所有相关表计的检测与读取，有效减轻人工巡检负担，提高工作效率，减少人为因素导致的疏漏甚至是错误，最大限度消除安全隐患。

　　4.智能燃气管网

　　为防范燃气泄漏而导致的安全隐患问题，智能燃气管网系统对燃气传输实行不间断地数据监测与监控，实现漏点自动预警、事故地点定位、智能应急处理、预警信息传输、抢修程序启动等系统化管理。设置一定数量的燃气泄漏自动监测报警设施，一旦出现突发现象，预警信息可以第一时间传送至系统主控室，并启动自动预警处理程序。智能燃气管网系统能够立即发出声光报警信号，显示具体的事故位置。同时，系统可以通知相关工作人员前往事故现场处理，并自动对登记的处理结果信息展开原因分析。

　　四、AIoT在智慧能源领域中的应用优势

　　AIoT技术使得传统能源、可再生能源和新兴科学技术进行全面深度的融合，能够有力地推动能源产业的快速发展，提升节能减排和降本增效的实施创新能力，加快能源转型的跨越式发展。

　　1.帮助能源企业增效降本。AIoT技术的融入能够使能源企业对所有表具和管网运行的数据按照统一的标准进行接入，实现数据互联互通，提高整体的维护和管理效率；改变人工记录数据的方式，节省人力成本。

　　2.优化整体区域的能源供需，通过IoT万物互联的特点，结合大数据的强大分析能力，可以实现对不同区域的能源用量情况的获取，利用人工智能算法，优化能源调度，改善能源分布结构，对急需能源的区域进行优先集中供能，提升太阳能、风能、水能等清洁能源的使用占比，推动社会可持续发展。

　　3.实现智慧化能源服务，在AIoT的基础上，结合云计算、移动互联网和大数据，实现对能源用户的在线服务，可将用户使用的能源数据精准高效多维度地反馈回用户，用户可进行数据查询及充值缴费等，打造环保智慧生活。

　　结语

　　进入新时代以来，大数据、人工智能、物联网等先进技术的广泛应用以及不断深化，智慧能源的发展也是日新月异。国家"十四五"规划纲要在能源数字化、信息化方面提出：要加快推进数字产业化，构建基于5G的应用场景和产业生态，在智慧能源领域开展试点示范。

　　随着5G技术的推广和商用落地，低功耗广域物联网的超广覆盖，区块链的前后端数据打通，未来智慧能源产业数百亿计的设备并发联网产生的交互需求、数据分析需求将促使IoT与AI的更深融合，智慧能源将进入规模提速增长、结构逐步优化、创新应用场景更加丰富、智能化水平显著提升以及全社会广泛参与、跨行业融合创新的发展新阶段。要推动传统能源领域向智慧能源发展，只有将AIoT技术与智慧能源的结合，才能推动新一轮产业革命出现，并向可持续化方向发展。