中国越来越多地将人工智能整合到其能源系统中，以提高该部门的效率并提高国家能源安全。从管理能源存储到更准确的预测能源供应和需求，大型语言模型可以通过简化能源系统并最大程度地减少浪费来使整个部门更聪明。”
最早2020，中国国有天然气巨人气体Holdings Ltd.正在使用人工智能来更准确地预测天然气需求的复杂和动态转移。这些AI驱动的模型可以同时使用历史数据和实时输入来计算比人类员工更快的需求转变。
但是，随着中国的电网越来越受到可再生能源的动力，预测的问题变得更加棘手，甚至更为重要。中国领导着世界可再生能源部署。独自一人，中国在其电网上增加了太多的太阳能和风力，以至于仅这些增加的发电能力与波兰的整个电力产量相媲美。随着中国继续打破自己的可再生能源记录，其网格变得更加依赖于可变能量，因此更加依赖天气。因此，准确的预测至关重要。
为此，在中国进行了一种新的基于变压器的天气预报系统，以监视和对国内电力市场进行计算的预测。这项目根据世界经济论坛（WEF），在公司Terraquanta和Horizon Power的领导下，标志着AI创新与天气驱动的脱碳电网迈出的重要一步。该项目中使用的大型语言模型已在全球40年以上的全球天气数据中进行了培训，并由50亿参数供电，每天生产7至15个预测。据报道，该系统的效率是传统建模方法的效率50,000倍。WEF报道说，现在在Horizon的2,000 GWH年度交易组合中使用，它可以在波动的电力现货市场中更快的智能决定降低风险并提高利润率。”
所有可变的能量还需要大量的能源存储基础设施。由于风能和太阳能响应天气而不是需求，因此供应和需求通常不匹配。这需要大量的存储能力，以捕获太阳闪耀并吹风时产生的多余能量，然后可以根据需要将其馈入电网。通过使用人工智能，这也可以大大改善。
AI正在提高电池存储的设计和安全机理。由于大型语言模型的集成，开发新的，更高效的电池的时间表已被幅度削减。工程师只是键入一个目标â键``提高能量密度 - 云平台在70个变量上运行物理级AI模拟模型，并以完整的引用返回了最佳的细胞蓝图，并报告了由软件公司Electroder和Tsinghua University的中国电池公司与中国电池公司有关的WEF。
更重要的是，通过更好的管理和维护策略，AI集成可以使电池存储更具防止故障。“ AI驱动的储能系统可以确保安全，智能操作和维护，”解释了Shi Zinan，Tsinghua Sichuan Energity Internet Research Institute的Smart Microgrid Institute主任，至CGTN。“ AI还赋予了储能交易，增强经济利益，并有助于网格效率调节。”
当然，AI是双刃剑在能源部门的背景下。培训大语言模型具有巨大的能量足迹，并且运行AI查询比传统搜索要大得多，尽管确切的数字是很难。但是，尽管AI正在对能电网施加压力，但它也具有改善电网管理的巨大潜力。在利用这一潜力方面，中国领先于曲线。
由Haley Zaremba for LoilPrice.com
loilPrice.com的更多顶级读取