AI在能源领域的强大应用：智能预测

人工智能（AI）技术持续扩展到政府和公共部门，例如电力和能源——这些是大多数社会运行的关键基础设施。然而，由于对可靠性、可问责性和可解释性的要求，直接应用基于AI的方法到电力系统是有风险的，因为社会无法承受级联故障和大规模停电，这些很容易造成数十亿美元的损失。为了满足社会需求，本文提出了一种在能源领域开发、部署和评估AI系统的方法论，具体包括：(1) 结合物理学理解电力系统测量数据，(2) 设计AI算法以预测需求，(3) 开发稳健且可问责的AI方法，(4) 创建可靠的度量来评估AI模型的性能。目标是向能源用户提供高水平的信心。为了说明，本文以电力系统事件预测（PEF）为例，仔细分析了由相量测量单元（PMU）测量的同步相量模式。这种物理理解导致了一个数据驱动的框架，该框架通过物理学降低维度，并以高可信度预测事件。具体来说，对于降维，机器学习从不同维度排列物理信息，导致信息提取效率低下。对于事件预测，监督学习模型融合不同模型的结果以提高置信度。最后，全面的实验证明了与其它最先进的机器学习方法相比的高准确性、高效性和可靠性。