南瑞集团科研团队在华东地区用人工智能技术进行模拟预测，将几年内台风引起线路跳闸的概率进行比较，发现人工智能算法的准确率比传统算法提高近20%。未来，在诸如台风此类气象灾害来临时，人工智能通过对历史数据的学习和训练，提前预测可能发生线路故障的情况，将有助于降低发生停电的风险。

    目前，谷歌、IBM等国际巨头已纷纷在能源领域布局人工智能技术。如IBM计划推出一款名为“深雷”的新产品，可以提供0.2英里至1.2英里范围内的精确天气预报。

    在围棋上小试牛刀之后，谷歌也向着能源领域进发了。能源领域的第一刀，就试在了自家大门口。谷歌开发了一套人工智能技术用于提升该公司的能源管理效率，将用电量削减15%，几年间为谷歌节约了数亿美元电费。

    此外，人工智能在调度领域的应用也有很大的发展空间。比如，IBM已在为全球数百个太阳能和风能项目提供预测技术；英国国家电网也开始研究如何应用人工智能，平衡英国电网的能源供应。“如果人工智能发展成熟，相关经验积累之后，未来电力调度也可以像飞机一样进行‘智能驾驶’。正常状态下由人工智能进行‘驾驶’，在发生大的异常事故时再由人来干预，进行操作，把人工做的事情变成自动做的事情。”闪鑫举例，当电网发生故障后，未来人工智能可以自动对电网故障进行分析，通过对历史数据和调度运行经验的学习，只需要调度员最后进行判断和确认，就能完成对线路故障的处理，大大减少调度员的工作量。

    人工智能技术赖以生存的大数据收集能力，在电网领域已经有了长足发展。闪鑫介绍说，十几年前电网能采集到的数据非常少，只能采集到传统的有功功率、无功功率以及电流大小，而现在包括外部的气象环境、动态量测以及故障录波等，部分地区实时的微气象也能被采集记录，同时设备的储存容量扩大，存储周期变长，数据类型得以丰富，这些对人工智能的学习和训练都是非常有益的。