AI导致电力需求激增，但也是优化美国老旧电网的关键！

据美国InsideAInews网站报道，美国电网正在老化，无法满足消费者的需求。如果不进行及时的更新改造，停电很快就会成为常态。人工智能能否成为解决美国供电瓶颈的关键？

美国的电网已经过时了，其中大部分建于20世纪60年代，自那以后就没有进行过重大更新。如今，约70%的输电线路已有30年的历史。虽然老化的基础设施本身就是一个问题，但这不是主要问题。美国最近数字化的急剧上升可能是罪魁祸首。大型数据中心和制造厂等工业设施正在全国范围内涌现，整个州现在都面临着迫在眉睫的电力短缺。由于这些地方，乔治亚州的用电量创下历史新高，目前是过去的17倍。据估计，到2030年，美国数据中心就需要大约47吉瓦的电力容量。从这个角度来看，平均每个核电机组产生1吉瓦的电力。美国有54座核电机组，勉强足以满足这些数据中心的基准消耗。

2022年，一个典型的美国家庭经历1.4次停电，平均持续5.6小时。在一些州，人们平均有近20个小时没有电。如果情况继续保持不变，随着数字化加速而不受控制，意外和轮流停电可能会变得更加频繁。电网复杂而庞大，因此只靠人工处理和分析是不可能的。这就是人工智能发挥作用的地方——它可以超越任何人类，完成自动化最基本的任务。

具体来说，人工智能可以通过四种主要方式帮助补充能源供应和满足需求。

识别优化——人工智能实现了数据驱动的洞察力，使决策者能够识别优化潜力。例如，模型可以使用太阳强度、云层覆盖和天气信息来预测太阳能电池板将在哪里产生最大的电力。城市可以利用这些发现来最大限度地减少电网压力，或向联邦政府寻求基础设施援助。虽然电网升级的成本可能很高，但纳税人不必被账单所困。例如，由于翻新的变压器比新变压器便宜得多，而且交货时间也快得多，因此它们是具有成本效益的解决方案。借助人工智能，电网运营商可以实时分析新设备以优化性能。

预测停电——机器学习模型可以使用天气、地理和过去停电的实时和历史数据来确定下一次停电的发生时间。通过这种方式，可以预防这些事件，同时加快事件响应。该算法可以检测停电并中继紧急备用电源。

预测能源消耗率——电网运营商每天多次进行复杂的数学计算，以预测未来的能源需求。这听起来很乏味。幸运的是，研究表明，机器学习模型可以更快地完成这些计算，将时间从10分钟缩短到1分钟，总共节省了大量时间。如果决策者能够获取家庭层面的用电数据，先进的人工智能可以在几分钟内对其进行分析。通过这种方式，他们可以预测人们将使用多少电力，使他们能够为需求的激增或下降做好相应的准备。无论他们引入可再生能源、设置电池还是安排轮流停电，他们都会做好准备。

促进点对点交易——为终端用户设计的人工智能可以通过预测成本和电力可用性来促进点对端能源交易。无论哪种方式，当人们注意到每千瓦时的价格上涨时，他们会倾向于将多余的电力卖回电网，帮助运营商补充供应，更好地满足需求。