傳統電業公司正在經歷一場深刻的轉型：逐漸向「智慧電業」邁進。

2021 年美國德州曾經因受極端低溫的暴風雪侵襲，冬季用電負載創新高，加上電力設備耐候不足導致大量機組跳機造成 440 萬用戶受災；在更早的 2016 年也有烏克蘭因駭客攻擊遭受大規模電網停擺的案例出現。面對這些難以預測的變數，能源業者很難再用過往經驗去制定應變策略，唯有結合 AI 分析，進行設備預診斷、能源預測及用戶行為分析與緊急災援措施，才有機會確保從發電、輸電、配電到用電等流程順暢，維持供電穩定性。

透過引入先進的數據分析、AI、物聯網以及區塊鏈等技術，電力業者得以應對極端氣候異常日益頻繁的環境變遷，以及能源產業重大轉型的時代考驗。國際能源總署估算，AI 能在既有能源系統中，產生 50 多種不同的創新用例，而此技術市場價值可能高達 130 億美元。
 

台電用 AI 管風電，創造永續韌性未來

一個關鍵的能源業 AI 應用是預測性維護，用 AI 持續「自動化監控」和「分析能源資產的效能」以事先識別潛在的故障。

以台灣為例，台灣有 98% 的能源依賴進口，而且台灣是一個獨立島嶼無法與他國大型電網連結，在能源轉型上必須發展自給自足的應變方案。台灣同時也規劃 2025 年再生能源發電占比達 20% 的目標，因此在建立再生能源多樣供給的目標前提下，台灣電力公司與微軟合作率先在風力發電監控維運中引入 AI 技術，透過 AI 將不穩定的再生能源轉變為穩定且可預期的供電來源。
 

再生能源例如光電、風電都是大面積且多點分散式的發電設施，日常的維運多半靠遠端監控，因此透過 AI 可以幫助台電做到預防性預測與排程檢修，在最佳的時機提早更換故障零件，確保發電的穩定性，更能降低維護成本。

每戶的用電模式不一樣，這個 AI 也可以管

另外一個常見的 AI 用途是改善供需的預測。AI 可以將當下可供應與需求的上升和下降相匹配，進而最大限度地提高能源使用效率與電網管理。美國加州能源公司 Bidgely 對當地數百萬家庭與企業的用電數據進行分析，並且依照每戶用電習慣建立辨別檔案；透過用電數據，Bidgely 提供客戶如何消耗能源的詳細資訊，客戶可以看到哪些電器消耗的能源最多，以及哪些地方有機會節省成本並減少碳足跡。
 

AI 也能為國家能源部門提供獨特的洞察，例如美國能源部國家實驗室使用 AI 處理大型系統模型，研究影響國家級能源基礎設施的設計、部署、營運和維護。通過綜合資料集，基於基礎設施、人類行為和環境因素來優化資源分配，這種方法使能源資源民主化，並促進符合當地目標和人口統計的能源轉型。
 

能源事關一國的重要基礎建設與民生福利，更是產業發展的重要引擎。不過能源產業也面臨外在氣候變遷急速挑戰與大量基礎建設、營運模式需要同步革新的課題。在淨零碳排的全球價值觀演變下，降低碳排、提升使用能源效率與強化能源產業的科技能力，將成為這十年間的共同重要挑戰。

本文轉載自 TechOrange 科技報橘