深化与国家电网的对话,将英国能源使用量减少10

总部设在伦敦的AI机构deep mind和国家电网正处于早期阶段,旨在纯粹通过神经网络和机器学习来减少英国的电力使用——不需要新的基础设施。deep mind的联合创始人兼首席执行官Demis Hassabis (同时也是Peter Molyneux主题公园的首席程序员)希望,通过人工智能主导的优化,英国的能源使用可以减少多达10 %。英国在2014年生产了330瓦时( TWh )左右的能源,耗资数百亿英镑,因此无论是在花费的金钱还是产生的二氧化碳方面,减少10 %都可能相当可观。X1CS >国家电网由一家同名上市公司所有,拥有并运营英国输电网络,即英国的电力线和主要变电站。能源——发电站、水电站、风力涡轮机和少量太阳能电池板——由其他大公司(主要是法国电力公司和欧洲电力公司)拥有上)。但重要的是,国家电网的工作是平衡整个网络的供需,这样到达你家的交流频率总是在50Hz的1 %以内。能量需求通常是相当可预测的,因为它们与人类的标准行为(清醒和睡眠时间)和天气密切相关。然而,能源供应的可靠性要低得多,尤其是在英国增加风能和太阳能的同时。

虽然英国的风力发电装机容量约为13g瓦——顺便提一下,英国的平均发电量仅为35g瓦——但风力不足可能会引发重大问题。早在2015年11月,上一次英国电力严重短缺时,所有这些风力涡轮机仅生产约400兆瓦。(如果你想了解更多关于国家电网如何运作以及如何利用短期储备平衡供需的信息,你应该读读这个故事。)

摄取数据、预测趋势和建议解决方案几乎完全适合deep mind的神经网络专业知识。虽然国家电网肯定意识到了一些潜在的优化,但是一个更为严格的人工智能调查可能会发现电网操作员从未考虑过的解决方案。有一点是肯定的:像英国电网这样大的系统有数百万的低效率。最大的损失来自长距离输电和电压互感器,但这一切加在一起。进一步准备英国政府批准的约克郡全球最大的海上风电场进一步准备英国今年冬天可能面临电力短缺预测机器学习技术帮助能源系统减少其环境影响的巨大潜力。迪普哈特告诉英国《金融时报》,一个非常有趣的可能性是,我们能否通过使用机器学习预测供需高峰,帮助国家电网最大限度地利用可再生能源。

国家电网公司说:「我们正处于非常早期的阶段,正在深入研究工作的潜力,并探索它们能为我们提供什么机会。我们总是很高兴看到最新的科技进步如何改善我们的表现,确保我们最大限度地利用可再生能源,并帮助付款人节省开支。“

进一步准备Googles deep mind AI使用100万次NHS眼部扫描来发现常见疾病去年年初,deep mind对Google的数据中心进行了类似的分析,显然减少了15 %的用电量。deep mind训练了一个神经网络,以更准确地预测未来的冷却需求,进而将冷却系统的功耗降低40 %。哈萨比斯对英国《金融时报》说:「因为这非常有效,我们显然正在围绕Google扩展这一能力,但我们希望在国家网格范围内进行这项工作。」

「我们认为没有理由让您无法像看待资料中心一样看待一个国家的整个国家网格。

你知道Ars Technica现在有每周通讯吗?它包含一周的所有头条新闻,以及即将到来的会议和其他活动的信息。现在注册。

Copyright © 2017 时时彩双胆两期必中 版权所有

导航

关闭

欢迎访问