数字技术如何改变能源体系？

能源行业正在经历被称为“第四次工业革命”的又一场变革。数字技术在其中扮演了重要角色，它的演化有时也被描述为“四个视域”。

9月4日发布的《BP技术展望》认为，“能源系统的未来将取决于能源生产、电力、交通和供暖等领域的广泛技术变革，但是有一个共同的因素正推动着能源生产、加工和使用领域的转型，而这就是数字创新”。

这份旨在探讨至2050年技术改变能源生产与消费方式的潜力，以及科技进步将如何影响全球能源版图的报告针对“能源数字化”进行了如下论述：

数字技术的影响

我们预计，随着数字工具（包括传感器、超级计算、数据分析、自动化、人工智能等）依托“云”网络而得到应用，到2050年能源系统内各分支的一次能源需求和成本将降低20-30%。

数字化——第四次工业革命

第四次工业革命预计将对众多行业产生深远影响。

第一次工业革命见证了蒸汽机的问世和制造业的机械化。第二次工业革命开启了电气化时代。第三次工业革命依托软件或机器人技术，让制造业的全自动化流程成为现实。第四次工业革命集前三次革命之大成，数字系统将被用于检测和控制物理和生物系统。

能源行业正在经历又一场变革，有人称之为继蒸汽、电气和自动化革命之后的“第四次工业革命”。数字化正与有形资产和系统相融合，形成一个一体化的网络-现实空间，即“物联网”，而应用日益强大且智能的软件，又可对“物联网”加以监测和控制。

能源行业数字化的构成要素包括了各类传感器，它们收集数据流，通过监测诸如石油钻机、炼油厂、车辆和发电系统等机械系统，为其提供数字化表达。

“大数据”软件对传感器网络所生成的海量数据加以迅速处理和分析，使人们能够在作业前和作业期间进行模拟，进而对结果进行建模和优化。

机器智能的充分潜力是难以估量的。有人甚至预言，在某个所谓的技术“奇点”，计算机将比人类更聪明——至少在某些方面是如此。

数字技术的演化有时被描述为“四个视域”，而每一个视域都对能源行业具有深刻影响。

能源行业已经跨越了第一视域，例如，人们应用机器学习算法建模，进而对系统行为加以描述和预估。这些模型可分析并比较来自传感器的数据集，进而完成各式各样的任务，例如发现潜在的油气储量，或探测某个设备何时需要维护。

石油行业长期使用数字处理技术，结合运用地震技术所得到的数据，最终绘制出油藏的图像。

第二视域包含了一些已在某些部门部署的技术，但它们在能源行业的应用更为广泛。相关的系统包括互联网汽车、先进成像和区块链（为交易、追踪和审计提供便利）。

第三视域包括了在某些行业已经形成、并且有潜力应用于能源或其他行业的创新技术。自动化智能机器和认知计算都属于这一范畴。两者都是人工智能领域的发展趋势，它们不仅限于针对特定问题的机器学习能力，而是通过交互吸收人类知识，能够处理不精确、不一致的信息，并且模仿更加复杂的人类思维过程。

第四视域包含了那些方兴未艾的技术，它们的潜力才刚刚为人所知。此类创新技术之一是量子计算，这是一项正在开发中的处理技术，运用概率分析加快计算时间。另一个此类技术是光保真技术（LiFi），它利用光以超高的速度传输数据。

外部视角

能源行业人工智能的前景

BeyondLimits首席技术官马克·詹姆斯（Mark James）

智能拥有各式各样的形式。从章鱼神秘的大脑、蚂蚁的群体智能，到Go-playing深度学习机器，再到无人驾驶汽车，智能堪称最强大、最宝贵的现有资源。人工智能（AI）近年来取得了重大进展，但其作用绝不仅限于赢得几场比赛或是驾驶汽车，它带来了数不胜数的机遇，可帮助我们创造一个更加美好的世界。能源就是AI可以发挥作用的领域之一，包括油气行业的现代化。这一领域关乎全球格局，蕴含着丰富的机遇，它对环境保护、高效探索能源资源、工作安全以及可靠的决策诊断都具有重要意义。

我们生活在一个数字世界中，万物皆可存在联系。关键在于获得有可操作性的智能信息——让经过分析的数据帮助人类作出决策。因此，一项重要战略就是植入智能，让决策能依据传感器进行，而非仅仅依赖于向数据总部“回拨”。设想一下，将智能传感器安装在钻头上，它可对钻头的剩余寿命加以管理，这样就不必仅依据平均故障间隔时间（MTBF）就大费周折地把钻头抽回地面进行检查。

下游领域正在使用认知人工智能技术对油轮加以追踪，由此确定油轮何时离港、前往什么目的地、装载多少石油或液化天然气（LNG）。对装运的货物、目的炼厂和抵达时间加以预测，有助于交易员进行更加明智地决策。

消除港口调度运营方面的障碍，离不开一种罕见的机器智能，即认知智能，也就是像人类一样推理思考。这需要将有关多主体调度的关键认知能力，与被动补救、资产管理、合规、诊断学和预测学相结合，确保无缝的自主运营。

最后，我想对一个技术趋势作出预测：我认为将智能植入硅晶片会变得日益重要。世人可能认为AI会在某些庞大的计算机上运作，如某些科幻电影所描绘的那样，但是这种方法已经过时了。在不远的将来，你或许将见证一门技术的兴起——将真正的智能植入几块微小的硅晶片。与电子管向微电子的转型相比，这项技术将更具颠覆性。

在更广泛的意义上，就能源行业的AI前景而言，认知系统将有一席之地。它能够更智能、更流畅地与人类专家互动，并提供明确的解释和答案。总而言之，将来你会看到被赋予珍稀智能的系统，并与之一起工作。

请按下方二维码3秒识别