利用人工智能加快能源轉(zhuǎn)型

署聯(lián)合發(fā)布《利用人工智能加速能源轉(zhuǎn)型》研究報告。能技術(shù)在能源分散化、數(shù)字化和脫碳化轉(zhuǎn)型過程中的巨大需求和應(yīng)用范助力能源轉(zhuǎn)型。報告為能源公司、政策制定者等利益相建議，即加強各方合作、優(yōu)化市場運作機制、建立更明等。賽迪智庫規(guī)劃研究所對該報告進行了編譯，期望對2021年8月政府間氣候變化專門委員會1發(fā)布的第六次評估報告以及近年來日益明顯的熱浪2、洪水和野火等氣候變化，均引起了政策制定者、企業(yè)和投資者的關(guān)注。隨著第二十六屆聯(lián)合國氣候變化締約方大會（COP26）的臨近，預(yù)計氣候目標的發(fā)布速度將進一步加快。低碳經(jīng)濟轉(zhuǎn)型進程亟需加速，能源領(lǐng)域是這一進程的核心挑戰(zhàn)，人工智能在促進能源轉(zhuǎn)型中將發(fā)揮重要作用。一、能源轉(zhuǎn)型需要人工智能目前，全球能源系統(tǒng)正在轉(zhuǎn)型，人工智能加快能源轉(zhuǎn)型的潛力被不斷激發(fā)。（一）能源系統(tǒng)需要利用數(shù)字化手段推動快速轉(zhuǎn)型為實現(xiàn)深度脫碳，需要將能源系統(tǒng)的二氧化碳排放量迅速降至極低水平。能源系統(tǒng)脫碳化轉(zhuǎn)型帶來一體化和電氣化變革，電力、交通、工業(yè)、建筑等行業(yè)之間的互動顯著增強，且該系統(tǒng)將由相互依賴的能源和電信網(wǎng)絡(luò)構(gòu)成。為了加快向廣泛、實惠、低碳化能源供應(yīng)的轉(zhuǎn)變，需要進一步優(yōu)化能源系統(tǒng)的各個環(huán)節(jié)，并強化每個環(huán)節(jié)之間的協(xié)調(diào)與合作。這需要深入了解并建立更好的機制，來監(jiān)測和控制電網(wǎng)、建筑、工業(yè)設(shè)施、運輸網(wǎng)絡(luò)以及其他規(guī)劃署始建于1988年，旨在為決策者定期提2熱浪，是指天氣持續(xù)地保持過度的炎熱能源密集型行業(yè)之間的整合及相互作用。數(shù)字技術(shù)可協(xié)調(diào)不同的系統(tǒng)，并促進能源領(lǐng)域的信息共享，使復(fù)雜的過程實現(xiàn)自動化處理。未來，數(shù)字技術(shù)將發(fā)揮越來越重要的作用，在發(fā)電、輸電、配電、貿(mào)易和消費等傳統(tǒng)價值鏈內(nèi)部和外部開啟新的商業(yè)和運營模式，提升性能、節(jié)約成本。（二）電力行業(yè)脫碳是整個能源系統(tǒng)脫碳的焦點能源系統(tǒng)轉(zhuǎn)型包括迅速擴大可再生能源的供應(yīng)以及供暖、工業(yè)和交通大規(guī)模清潔電氣化。隨著電動汽車保有量的增加、電池儲能成本的下降以及建筑和重工業(yè)均趨向凈零排放用電，預(yù)計從2019年到2050年，電力在全球能源需求中占比將增加60%。電力將被越來越多地用于供暖和制冷、運輸，甚至是制備氫氣等。隨著電力在各領(lǐng)域用途的增加，它將成為全球能源供應(yīng)的核心支柱，這既為電力行業(yè)帶來新的發(fā)展機遇，在能源脫碳化轉(zhuǎn)型的背景下，也將給現(xiàn)有的發(fā)電、輸電、貿(mào)易和配電系統(tǒng)帶來新的挑戰(zhàn)。在彭博新能源財經(jīng)的《2020年新能源展望》中，有一項關(guān)于未來能源經(jīng)濟轉(zhuǎn)型的長期預(yù)期，即到2050年，56%的發(fā)電量將來自太陽能和風(fēng)能，分別達到7.6太瓦和4.6太瓦。且該假設(shè)建立在維持目前政策基礎(chǔ)上，這反映出即使不考慮高昂的煤炭價格或凈零排放目標，太陽能、風(fēng)能和儲能經(jīng)濟也成為電力行業(yè)快速脫碳的重要驅(qū)動力。根據(jù)彭博新能源財經(jīng)的估計，在2050年之前，能源系統(tǒng)脫碳轉(zhuǎn)型將需要投入15.1萬億美元用于太陽能、風(fēng)能發(fā)電站建設(shè)和14萬億美元用于電網(wǎng)建設(shè)。為了在2050年實現(xiàn)全球凈零排放的目標，需要在2020至2050年間投資至少92萬億美元用于能源系統(tǒng)基礎(chǔ)設(shè)施建設(shè)。（四）未來的電力系統(tǒng)將高度去中心化提高可再生能源發(fā)電的比例將使電力系統(tǒng)包含更多來自間歇式發(fā)電機供電，而且更加分散。目前，分布式小型光伏電站占全球發(fā)電裝機容量的4%，中型發(fā)電廠的裝機容量為944兆瓦，根據(jù)彭博新能源財經(jīng)能源轉(zhuǎn)型的預(yù)測，到2050年，分布式小型光伏電站占比將提升至13%，而中型發(fā)電廠的裝機容量將縮減80%以上，僅158兆瓦。根據(jù)脫碳目標及目前發(fā)展趨勢判斷，未來將有大量的實體設(shè)備接入電網(wǎng)，尤其是配電網(wǎng)的接入。在配電網(wǎng)中，電流也將變得越來越動態(tài)和多向性（見圖1諸如小型分布式設(shè)備可能會發(fā)電并回售給電網(wǎng)、電動汽車快充等導(dǎo)致需求激增、智能家居等設(shè)備可能會在電網(wǎng)運營商不知情的情況接入電網(wǎng)，這些都將對電流的穩(wěn)定性產(chǎn)生不小的影響。種種動態(tài)變化或?qū)⑻魬?zhàn)電網(wǎng)的穩(wěn)定性能，甚至引發(fā)供電功率不平衡、停電、限電，或者裝機容量過剩等問題。如果沒有實時數(shù)據(jù)分析，未來復(fù)雜的電力和能源系統(tǒng)將變得更加難以管理。），（六）人工智能可以加速能源轉(zhuǎn)型人工智能指的是一個更加寬泛的概念，并非一項單一的技術(shù)或產(chǎn)品，而是一套能從大量數(shù)據(jù)庫中挖掘有效信息、進行模式識別以及預(yù)測潛在結(jié)果的算法。行業(yè)內(nèi)已經(jīng)有一些人工智能的應(yīng)用案例，但要快速、安全和經(jīng)濟地擺脫對化石燃料的依賴，就要更大規(guī)模、更快速地部署人工智能技術(shù)。人工智能有望在整個能源產(chǎn)業(yè)價值鏈中得到廣泛應(yīng)用，為企業(yè)提供全新的商業(yè)模式來增加收入來源，同時有助于企業(yè)節(jié)支降本（例如通過對現(xiàn)有設(shè)備的預(yù)測性維護降低設(shè)備更換費用），所以人工智能在促進能源轉(zhuǎn)型方面的經(jīng)濟價值難以準確估計?？紤]到實現(xiàn)能源轉(zhuǎn)型所需的投資規(guī)模，即使人工智能只將投資或能源需求的峰值降低幾個百分點，也將為整個行業(yè)節(jié)省數(shù)十億美元。二、人工智能在能源轉(zhuǎn)型中的應(yīng)用人工智能是一款能夠應(yīng)對全球能源轉(zhuǎn)型復(fù)雜性、提高系統(tǒng)效率，從而降低成本、加快轉(zhuǎn)型速度的強大工具，主要應(yīng)用于四個重點領(lǐng)域：可再生能源發(fā)電能力和需求預(yù)測、電網(wǎng)運行和優(yōu)化、能源需求管理以及材料發(fā)現(xiàn)和創(chuàng)新。根據(jù)德國能源署在2020年對人工智能在能源行業(yè)應(yīng)用領(lǐng)域的分析（見圖2），人工智能應(yīng)用根據(jù)使用的數(shù)據(jù)資料可分為以下幾類：市場、商品和氣象數(shù)據(jù)，圖像和視頻，設(shè)備和傳感器數(shù)據(jù)。以下各節(jié)將對這些應(yīng)用詳細說太陽能和風(fēng)能電場選址電網(wǎng)設(shè)計和太陽能和風(fēng)能電場選址電網(wǎng)設(shè)計和規(guī)劃能源及設(shè)備智能管理發(fā)電廠建設(shè)設(shè)備運行和維護設(shè)備/建筑電力消耗的優(yōu)化電網(wǎng)性能監(jiān)測產(chǎn)品設(shè)計改進虛擬發(fā)電廠運行電網(wǎng)性能監(jiān)測產(chǎn)品設(shè)計改進設(shè)備故障和停維護計劃優(yōu)化發(fā)電量預(yù)測電力需求預(yù)測材料發(fā)現(xiàn)合成與實驗（一）可再生能源發(fā)電能力和需求預(yù)測人工智能在可再生能源發(fā)電能力和需求預(yù)測中的應(yīng)用主要表現(xiàn)為如圖2中的1-7，具體如下：太陽能和風(fēng)能電場的選址。選址對發(fā)電廠的容量因數(shù)影響較大，通過借助人工智能技術(shù)，可以尋找既有最佳的日照和風(fēng)力資源又便于接入現(xiàn)有電網(wǎng)基礎(chǔ)設(shè)施的地點。發(fā)電廠的建設(shè)。當發(fā)電廠開工建設(shè)后，人工智能也可以用于管理建設(shè)進度，例如優(yōu)化設(shè)備運送到現(xiàn)場的順序和識別低效的施工流程。改善產(chǎn)品設(shè)計。人工智能還可以幫助改善產(chǎn)品設(shè)計，例如在新型人體工程學(xué)風(fēng)電機組葉片、光伏面板或電力電子器件、控制系統(tǒng)的設(shè)計方面。預(yù)測故障和停工。發(fā)電廠投產(chǎn)后，運營商需要對其進行定期維護，以避免因系統(tǒng)故障導(dǎo)致停機和額外的維修費用。根據(jù)彭博新能源財經(jīng)的分析，維護費用占發(fā)電總成本的比重達到1%（大型電站級太陽能電場）到20%（海上風(fēng)電場）。企業(yè)通過將人工智能整合到運營和維護流程中來預(yù)測故障和停工，從而幫助減少不必要的維護，避免或推遲昂貴的設(shè)備更換，實現(xiàn)整體效率的提優(yōu)化維護計劃。人工智能通過借助傳感器的實時監(jiān)測數(shù)據(jù)，在檢測到異常狀況時觸發(fā)預(yù)警，為海上風(fēng)電場等偏遠設(shè)施維護節(jié)省大量成本。太陽能和風(fēng)能設(shè)備發(fā)電量的預(yù)測。目前，預(yù)測太陽能和風(fēng)能電場的發(fā)電時間與發(fā)電量仍比較困難，人工智能通過學(xué)習(xí)歷史氣象數(shù)據(jù)、傳感器數(shù)據(jù)（例如實時風(fēng)速和日照強度等測量數(shù)據(jù)）、圖像和視頻數(shù)據(jù)（例如衛(wèi)星云圖）能夠?qū)崿F(xiàn)對太陽能和風(fēng)能設(shè)備發(fā)電量的預(yù)測。根據(jù)人工智能預(yù)測的短期發(fā)電量結(jié)果，操作系統(tǒng)可對當?shù)仉姵貎δ苎b置充放電進行調(diào)控，從而幫助彌補太陽能和風(fēng)能電場的短缺。預(yù)測電力需求。該預(yù)測過程也相當復(fù)雜，處理不當容易導(dǎo)致停電或可再生能源短缺，人工智能通過對歷史消費數(shù)據(jù)分析，來幫助預(yù)測系統(tǒng)的電力需求。借助人工智能來優(yōu)化電網(wǎng)的運行方式，進一步提高現(xiàn)有線路的輸電和配電能力，并延長設(shè)備的使用壽命，將是支撐能源轉(zhuǎn)型的關(guān)鍵因素。此外，即使未來需要將更多的可再生能源裝置與電網(wǎng)進行整合，通過人工智能也能保障整個系統(tǒng)的穩(wěn)定運行。電網(wǎng)設(shè)計和規(guī)劃。根據(jù)彭博新能源財經(jīng)預(yù)測，到2050年，需要投資至少14萬億美元用于建設(shè)新型電網(wǎng)基礎(chǔ)設(shè)施和更新改造電網(wǎng)，以加強可再生能源配電網(wǎng)的建設(shè)以及支持建筑、工業(yè)和交通電氣化發(fā)展。人工智能通過分析歷史電網(wǎng)數(shù)據(jù)、發(fā)電量以及預(yù)測需求，合理選取電網(wǎng)設(shè)備的位置和種類，以及快速確定變壓器與電纜的大小規(guī)格，在電網(wǎng)設(shè)計和規(guī)劃的戰(zhàn)略決策中發(fā)揮著重要作用。設(shè)備運行和維護。在電網(wǎng)管理中，人工智能也被用于一系列重要設(shè)備的運行和維護工作。設(shè)備運行方面，人工智能通過測量實時溫度來確定線路的安全承載上限（而不是采用基于理論和假設(shè)的保守溫度得到的靜態(tài)結(jié)果），有助于提高輸電線路傳輸容量的利用率。設(shè)備維護方面，如果未來低碳能源系統(tǒng)的電網(wǎng)實現(xiàn)延長數(shù)百萬公里的設(shè)想，則定期人工檢查的費用也將隨之激增，而通過計算機視覺和機器人技術(shù)可以分析由直升機或無人機拍攝的視頻片段來對電網(wǎng)進行遠程檢查，同時通過訓(xùn)練讓系統(tǒng)具備發(fā)現(xiàn)腐朽的電線桿、電線上的鳥巢以及繁茂植被的能力，協(xié)助維護人員保障電網(wǎng)安全穩(wěn)定地運行。監(jiān)測電網(wǎng)性能。除設(shè)備維護外，人工智能還能用于監(jiān)測電網(wǎng)性能。通過收取輸電網(wǎng)、配電網(wǎng)的傳感器數(shù)據(jù)，并使用“電網(wǎng)數(shù)字孿生”實時監(jiān)測性能和整合人工智能技術(shù)幫助識別電網(wǎng)運行模式，將加速推進可再生能源電力的普及與融合，也為系統(tǒng)穩(wěn)定性監(jiān)測提供了替代方案。管理和調(diào)節(jié)能源需求是決定能源領(lǐng)域能否實現(xiàn)低本高效脫碳的重要因素之一。人工智能的應(yīng)用有助于提升工廠和數(shù)據(jù)中心的能源效率，加快分布式可再生設(shè)備的普及和使用。分布式可再生能源及設(shè)備智能管理。人工智能可以從大量數(shù)據(jù)中有效地進行模式識別和流程優(yōu)化，從而使它成為分布式可再生能源及設(shè)備智能管理的優(yōu)先選項。在分布式可再生電源與其他存儲設(shè)備互動方面，人工智同樣發(fā)揮著重要作用，例如人工智能可以幫助家庭用戶在電池供電、實地太陽能發(fā)電和電網(wǎng)供電之間擇優(yōu)進行切換，從而滿足客戶追求低成本、自給自足的需求。優(yōu)化電力消耗。工廠和數(shù)據(jù)中心通過應(yīng)用人工智能來分析設(shè)備工況和節(jié)電方案，來幫助優(yōu)化電力消耗。通過人工智能分析建筑物的傳感器數(shù)據(jù)和計算機視覺檢測結(jié)果來確定入住率，并熟悉建筑的熱特性，可以降低電力需求。在改變電力需求模式方面，人工智能通過調(diào)節(jié)用電系統(tǒng)與可再生能源發(fā)電的高峰時段相匹配，讓需求適應(yīng)供應(yīng)，從而減少用戶的碳足跡，并讓用戶成為推動全天候無碳用電的重要動力?！疤摂M發(fā)電廠”（VPP）運營。除了減少能源需求量或改變需求模式外，人工智能為分布式設(shè)備的“虛擬發(fā)電廠”運營帶來了新的發(fā)展機遇。首先，它們通過協(xié)調(diào)小型發(fā)電廠及分布式設(shè)備，打造了原本難以企及的電網(wǎng)服務(wù)體系。其次，在小型分布式設(shè)備實現(xiàn)自動化和自主性的基礎(chǔ)上，人工智能不僅能維持用戶的設(shè)備正常運行、支持電網(wǎng)建設(shè)，還能為用戶提供的電網(wǎng)服務(wù)獲取補償。開發(fā)用于清潔能源發(fā)電和存儲的高性能、低成本材料已經(jīng)成開發(fā)、部署過程往往資本高度密集且周期較長。材料發(fā)現(xiàn)。在該過程中，人工智能被用于在分子水平上篩選潛在的材料，通過預(yù)測這些材料的特性，為特定問題找到最佳候選者。自動化合成及實驗。人工智能也能與機器人技術(shù)相結(jié)合，被用于自動化合成及實驗，通過性能測試結(jié)果合理調(diào)節(jié)制備過程，可大幅縮減部署新材料研發(fā)所需的時間和成本，可應(yīng)用于開發(fā)碳捕獲材料、熱電材料、太陽能電池板材料等。三、人工智能促進能源轉(zhuǎn)型應(yīng)遵循的原則要激發(fā)人工智能在能源轉(zhuǎn)型中的全部潛力，就需要遵循共同原則1：自動化——設(shè)計發(fā)電設(shè)備的運行方式，實現(xiàn)系統(tǒng)自動化控制并提高電網(wǎng)人工智能的自主性隨著能源系統(tǒng)管理的復(fù)雜化和去中心化，系統(tǒng)需作出更多實時的決策，人工智能發(fā)揮的作用應(yīng)從僅協(xié)助運營者決策向完全自行決策轉(zhuǎn)變。為了充分發(fā)揮人工智能的優(yōu)勢，電網(wǎng)運營商必須以自動化控制和提升自主性作為目標，為新型并網(wǎng)裝置制定最低技術(shù)標準，更新電網(wǎng)運行程序和安裝新型電力設(shè)備。原則2：可持續(xù)性——積極推動新型基礎(chǔ)設(shè)施的節(jié)能降耗以及采取符合人工智能可持續(xù)發(fā)展的做法來限制碳足跡隨著人工智能在能源領(lǐng)域的應(yīng)用，需考慮能效和可持續(xù)發(fā)展的標準，并以標準化的方式報告模型開發(fā)、訓(xùn)練和運行過程中的能源消耗或碳排放成本，積極推動新型基礎(chǔ)設(shè)施的節(jié)能降耗以及采取符合人工智能可持續(xù)發(fā)展的做法和研究方法。具體包括采用綠色電力設(shè)備運行算法和進行廢熱回收、通過優(yōu)化能源結(jié)構(gòu)的方式來管理資源，以及采用最符合可持續(xù)發(fā)展的做法來開發(fā)技術(shù)。原則3：實用性——可用性和可解釋性是人工智能開發(fā)的重雖然該行業(yè)將雇用更多的數(shù)據(jù)科學(xué)家和開展內(nèi)部人員培訓(xùn)，但如果只有專家才會使用人工智能，將出現(xiàn)人才缺口。要實現(xiàn)人工智能易于理解和使用，并使它成為各種操作任務(wù)的基礎(chǔ)，需要開發(fā)用于解釋人工智能行為和訓(xùn)練人工智能的算法，以及創(chuàng)建易于非專家快速使用和修改的低代碼工具。原則4：數(shù)據(jù)共享——建立統(tǒng)一的數(shù)據(jù)標準和數(shù)據(jù)共享機制，以提高數(shù)據(jù)質(zhì)量和實現(xiàn)數(shù)據(jù)可用實現(xiàn)更多數(shù)據(jù)交換的關(guān)鍵步驟是整個能源領(lǐng)域的數(shù)據(jù)標準達成一致。對監(jiān)管方而言，需要在使用數(shù)據(jù)和保護數(shù)據(jù)隱私之間認真權(quán)衡，通過更廣泛地接入云和區(qū)塊鏈的網(wǎng)絡(luò)系統(tǒng)，將數(shù)據(jù)采取匿名的方式進行匯總。若以上這些措施得到統(tǒng)一落實，便可在能源領(lǐng)域采用安全的、基于信任的數(shù)據(jù)共享系統(tǒng)。原則5：價值最大化——建立全方位的市場體系與監(jiān)管框架，使人工智能用例實現(xiàn)技術(shù)價值最大化目前，人工智能輔助的節(jié)能型設(shè)備自動競價系統(tǒng)的價值仍被低估，價值評估機制尚未達成一致。若缺乏充分重視節(jié)能型設(shè)備的監(jiān)管框架，將難以實現(xiàn)人工智能用例的價值。只有當用戶和其他市場參與者有明確的價值主張，監(jiān)管部門才能建立監(jiān)管體系的基礎(chǔ)結(jié)構(gòu)和框架，從而促使人工智能實現(xiàn)規(guī)?；?。原則6：教育賦能——通過以人為本的人工智能技術(shù)為用戶和勞動力賦能，并進行技能教育以匹配技術(shù)的發(fā)展為了實現(xiàn)電力行業(yè)人工智能價值最大化，不僅需要工程師、員工、管理人員對技術(shù)本身的信任，還需要數(shù)據(jù)科學(xué)家和能源工程師共同負責(zé)電網(wǎng)管理流程中人工智能系統(tǒng)的開發(fā)和應(yīng)用。對于終端用戶而言，除了部署基于人工智能的解決方案，還需為用戶提供算法與應(yīng)用的培訓(xùn)，實現(xiàn)用戶與人工智能的高效互動。原則7：安全可控性——商定通用的方法來管控人工智能風(fēng)為了使人工智能應(yīng)用軟件在能源領(lǐng)域得到推廣，監(jiān)管部門和行業(yè)領(lǐng)導(dǎo)者需要首先了解人工智能可能帶來的潛在風(fēng)險。圍繞人工智能的相關(guān)風(fēng)險來制定通用的評估和管理方法，將是建立算法信任和提高透明度的關(guān)鍵。當電力系統(tǒng)由人工控制時，人們對風(fēng)險的感知能力是不足的。在自動控制系統(tǒng)中，通過對監(jiān)管者、政策制定者、能源部門員工進行人工智能風(fēng)險管理教育，同時為人工智能算法設(shè)定清晰的界限可以顯著降低風(fēng)險。原則8：可兼容性——構(gòu)建軟件兼容性通用技術(shù)標準和可互操作的接口目前，能源系統(tǒng)中不同環(huán)節(jié)的標準和協(xié)議存在差異導(dǎo)致系統(tǒng)缺乏互操作性，隨著集成設(shè)備和節(jié)能型裝置數(shù)量的不斷增加，可能會出現(xiàn)“一加一小于二”的次優(yōu)電網(wǎng)，電力行業(yè)對通信軟件和機器接口的標準協(xié)議達成一致的需求日益增加。能源系統(tǒng)的市場參與者（包括監(jiān)管方、電網(wǎng)運營方和設(shè)備制造方）應(yīng)采用共同的標準，并設(shè)計和安裝可互操作的“即插即用”設(shè)備。原則9：責(zé)任擔當——確保人工智能符合道德規(guī)范并以負責(zé)任的方式加以應(yīng)用，是人工智能開發(fā)和部署的核心為避免人工智能技術(shù)對社會造成危害，能源領(lǐng)域的人工智能應(yīng)用必須遵循經(jīng)濟合作與發(fā)展組織“包容、公平、透明、可靠、問責(zé)”五項核心原則，即在實踐中需要根據(jù)特定用例的潛在危害來對人工智能進行風(fēng)險管理，并重點關(guān)注高風(fēng)險用例、敏感個人數(shù)據(jù)和弱勢群體。當?shù)赖驴剂砍蔀榧夹g(shù)和系統(tǒng)設(shè)計流程的核心，當人工智能系統(tǒng)在應(yīng)用前和整個應(yīng)用過程中都被嚴格測試和詳細記錄，人工智能的風(fēng)險將會得到有效管控。四、建議與展望在能源領(lǐng)域，企業(yè)和政策制定者必須以負責(zé)任的方式開發(fā)和管理人工智能應(yīng)用，并營造有利于激發(fā)人工智能全部潛力的外部環(huán)境。本報告提出以下建議：一是能源行業(yè)應(yīng)以積極協(xié)作的方式管理人工智能相關(guān)技術(shù)，來推動產(chǎn)業(yè)轉(zhuǎn)型。通過研發(fā)合作、分享踐行人工智能原則的最佳方法、展示實踐案例等方式，加強能源領(lǐng)域各參與方之間的合作，將有助于在開發(fā)者和用戶及用戶和監(jiān)管部門之間建立信任。未來幾年對于實現(xiàn)整個能源系統(tǒng)普及新型低碳技術(shù)的目標至關(guān)重要，能源行業(yè)應(yīng)采用通用的數(shù)據(jù)標準推進技術(shù)的普及以及加快數(shù)字化轉(zhuǎn)型。二是能源企業(yè)/公用事業(yè)高管應(yīng)思考是否以及如何利用人工智能（例如，人工智能可以幫助應(yīng)對哪些挑戰(zhàn)，使哪些流程、產(chǎn)品和服務(wù)從中受益最大）。企業(yè)領(lǐng)導(dǎo)者應(yīng)理解本白皮書