国家电网将机器学习视为未来公用事业背后的大脑

美国最大的私有公用事业公司之一拥有约2000万人的客户群，对自动化和机器学习的高度重视非常重要。并标志着该行业的发展方向。

自成立以来，美国国家网格（National Grid）的风险公司国家网格合作伙伴（National Grid Partners）已投资了16家以机器学习为核心的创业公司。最近，该公司支持AI Dash，该公司使用机器学习算法来分析卫星图像并推断国家电网输电线路上的植被受到侵害，以避免中断。

Aperio的另一项最新投资是使用传感器来监控关键基础设施的数据，以防止由于降级或网络攻击而造成的数据质量损失。

的确，在公司1.75亿美元的投资中，大约有1.35亿美元已投入到利用机器学习提供服务的公司。

国家电网首席技术和创新官，国家电网合作伙伴的创始人兼总裁丽莎·兰伯特（Lisa Lambert）说：“人工智能对于实现激进的脱碳和权力下放目标至关重要。”

兰伯特说，由于COVID-19的流行，美国国家电网的开局很慢，但其投资步伐有所加快，该公司有望实现其今年的投资目标。

兰伯特说，对于一个仍然主要依靠电子表格和集体知识而又被锁定在老龄化的员工队伍中，没有退休计划的应急计划的行业来说，现代化至关重要。在这种情况下，国家电网和其他公用事业公司不得不自动化其更多业务。

“出于效率和成本方面的考虑，公用事业领域的大多数公司正在尝试实现自动化。今天，大多数公司都将所有内容写在手册中。作为一个行业，我们基本上仍然使用电子表格来运行我们的网络，以及运行网络的人员的技能和经验。因此，如果这些人退休，我们就会遇到严重的问题。自动化和数字化是我们在Next Grid Alliance中讨论的所有实用程序的首要考虑。

迄今为止，已经完成的许多自动化工作都是围绕业务流程的基本自动化进行的。 Lambert说，但是即将出现的新功能将推动不同活动的自动化进入价值链。

“ ML是下一个级别-资产的预测性维护，为客户交付。例如，Uniphore：您正在从与客户的每一次互动中学习，并将其整合到算法中，而下次您遇到客户时，您将做得更好。因此，这就是下一代。”兰伯特说。 “一旦一切都是数字化的，无论是资产还是人，您都将从这些活动中学到东西。”

兰伯特认为，对于新的机器学习技术的需求的另一个来源是，公用事业需要快速脱碳。摆脱化石燃料将需要全新的电网运营和管理方式。人类较少参与其中的一种。

兰伯特说：“在未来五年中，如果公用事业公司有机会实现零净世界，则必须正确地进行自动化和分析-您将需要以不同的方式来管理这些资产。” “风车和太阳能电池板不是传统配电网络的一部分。许多传统工程师可能没有考虑创新的需要，因为他们正在开发与数十年前建造资产时相关的工程技术，而所有这些可再生资产都是在OT / IT时代建造的。”