智能能源系统中的 AI 可解释性与治理:综述

传统电网长期受困于运行不可靠、不稳定、不灵活与低效。智能电网(或智能能源系统)正借助新兴技术、可再生能源及其他趋势持续变革能源行业。人工智能(AI)正被应用于智能能源系统,以处理该行业中海量复杂数据并做出智能且及时的决策。然而,AI 缺乏可解释性与可治理性,是利益相关方的一大顾虑,阻碍了 AI 在能源行业的快速采用。本文综述智能能源系统中的 AI 可解释性与治理。我们从 Scopus 数据库收集了 3,568 篇相关论文,自动发现了能源领域 AI 治理的 15 个参数或主题,并通过综述逾 150 篇论文及给出研究的时间演进,阐明了研究格局。发现参数或主题的方法论基于“深度新闻学”(deep journalism),即我们数据驱动的、基于深度学习的海量数据分析方法,用于自动发现并分析横截面多视角信息,以实现更好决策并开发更好的治理工具。研究结果表明,能源系统中 AI 可解释性研究呈碎片化,且狭隘聚焦于少数 AI 特征与能源系统问题。本文深化了我们对能源中 AI 治理的认知,有望帮助政府、产业界、学术界、能源产消者及其他利益相关方理解能源行业 AI 格局,从而改进能源系统的设计、运行、利用与风险管理。