人工智能即将引发我们生活、工作和休闲的革命性变化，但是很少有人知道人工智能技术除了亚马逊的Alexa或苹果的SiRi之外还能做什么。这些是虚拟助手或弱AI技术的示例，也是AI应用的最常见示例。但是在数据驱动的能源领域，复杂的机器学习正在为强大的AI铺平道路，以提高效率、预测、交易和用户可访问性。
电力交易
电力是可以在公开市场上购买、出售和交易的商品。为了使这些市场有效运行，电力卖方、买方和经纪人必须不断分析从天气预报到电网需求/电力供应平衡的大量数据。那些最能理解数据的人在市场上将具有竞争优势。
在2018年，IBM的DeepMind开始将机器学习算法应用于谷歌在美国中部的风力发电能力，足以为中型城市供电。利用天气预报和涡轮历史数据的神经网络，它可以提前36小时合理预测风能输出。与基准情景相比，在不到一年的时间内，DeepMind的机器学习算法将其风能的价值提高了约20%。
智能功耗
在美国，将近一半的电力用户使用了智能电表，这些电表提供有关个人能源消耗的数据，从而使消费者能够对能源使用情况进行自我调节。
新型的以人工智能为驱动力的智能电表和智能家居解决方案尚未普及，但对最终用户的效率提升是潜在的福音。这些能源监控设备可与其他家用设备进行通信，从而通过减少能源浪费为业主节省资金。例如，这些设备可以控制空调，建议在特定时段以较低的电费为电动汽车充电、控制照明以及管理电器。
这些设备具有适应使用模式和能源价格并对之做出反应的能力，如果将其应用于更广泛的人群，则可以节省大量能源。广泛实施可以为每个人提供更绿色、更稳定的电网。
智能储能
人工智能可以通过简化集成独特技术的方式来改善现有的储能技术，其中包括可再生能源的微电网、公用事业规模的电池储能、抽水蓄能等。随着诸如风能和太阳能之类的间歇性电源的激增，储能在现代电网中的作用正在迅速增长，这给电力经纪人带来了更大的压力，以平衡供需。随着技术的进步和成本的下降，智能储能在电网的辅助服务中扮演着越来越重要的角色，这些功能可帮助电网运营商平衡并支持能源从发电机到用户的传输。
在需求/供应缺口的时候，AI可以实现更有效的分配，并且这样做可以节省其他方面的功耗，供以后使用。集成多个不同的存储系统不仅可以最大程度地发挥作用，而且智能能量存储系统还可以通过改善间歇性发电引起的频率和电压控制来进一步提高安全性。自2005年以来，总部位于柏林的储能公司Younicos一直是开发和部署此类集成式能源系统的全球市场领导者。
机器人
对于电力部门，人工智能技术的一项显着应用是创建自主机器人，该机器人可以在其他危险情况下代替人类。这些自动驾驶的无人驾驶机器可以测量陆地上的高压电力线或在海底巡逻以获取宝贵的资源、记录并报告其位置，以便将来提取而不会危及生命。
埃克森美孚通过MIT能源倡议与MIT的双向合作就是一个这样的项目，其目的是进一步发展自主机器人独立执行复杂任务的能力。麻省理工学院的布莱恩威廉姆斯教授和他的团队打算让他们的自学习机器人模仿火星好奇号火星车并探索海底以进行进一步的开发和利用。埃克森美孚麻省理工学院潜水机器人项目的前首席顾问，地球科学家洛里萨玛认为，那里的创新对于推翻能源研究的范围以应对未来的挑战至关重要。
能源的未来
由于全球能源体系无法幸免于COVID-19大流行，因此人们将新的重点放在提高经济效率上。为此，市场参与者正在使用机器学习来提高预测能力，提高能源交易的透明度，集成可再生能源、管理智能电网和存储并赋予无人驾驶无人机以生命。
强大的AI和能源行业的融合将对全球消费者产生巨大而广泛的影响。正如比尔盖茨对2017年即将毕业的人说的那样：
