上個月，美國能源局啟動了一個名為網路恢復和智慧（GRIP）的專案，並計劃在三年內為該專案撥款 600 萬美元。該專案的首席研究員 Sila Kiliccote 是 SLAC 國家加速器實驗室 Grid Integration, Systems and Mobility lab 的負責人。她表示，GRIP 是首個利用人工智慧幫助電網解決干擾問題的專案。
GRIP 計劃研發一種演算法，該演算法可以透過分析智慧電錶資料、大規模 SCADA（監控和資料採集）資料、電動車充電資料甚至是衛星和街景影像來學習電網的工作模式。
「透過瀏覽衛星和街景影像，我們可以看到植群相對輸電線的生長情況、生長所耗費的時間，並且能夠預測強風對這些植群可能造成的影響，例如在風暴中樹木可能會被吹起砸在電線上。」Kiliccote 說。
GRIP 專案旨在解決三個問題。「首先，我們要預見可能發生的電網事件。」Kiliccote 說，「其次，我們要在這些事件發生時儘可能降低其產生的影響。然後，在事件結束時，我們還要儘可能快地恢復系統。」
專案開展的第一年，GRIP 將專門針對電網問題進行預測。預測分析有助於確定容易受到攻擊的輸電網路區域，然後研究人員將對其進行強化，Kiliccote 這樣說道。
第二年的專案目標則是幫助輸電網格吸收傷害。舉個例子，一個網格可以被分為虛擬的「島」，或者說微型網格，這些島彼此獨立從而防止電網損害的擴散並防止整體輸電網格的損傷。
在第三年，GRIP 將著重幫助輸電網從損害中恢復。「最終，我們將看到一個可以獨立執行的網格，一個自主性的網格，就好像自動駕駛汽車那樣。」Kiliccote 說，「然而，與自動駕駛汽車不同的是，一個自主網格需要在執行時能夠處理額外新增的元件。」
GRIP 專案的合作伙伴中不僅有大學，還包括國家機構及特斯拉等公司。
GRIP 將在南加州愛迪生電力公司首次測試其資料分析平臺，該公司是智慧電錶和封包化能源的領軍企業，幫助電力網格管理分佈的能源資源。
「我們最大的合作伙伴是國家農村電力合作組織（NRECA），這個組織代表了 800 餘家提供電力的合作社，遍佈 47 個州，服務 4200 萬人口。」Kiliccote 說，「我們在研發 GRIP 中所用到的知識和工具可以很容易地在 NRECA 的成員中推廣。」
另一個 GRIP 的合作伙伴，勞倫斯伯克利國家實驗室（Lawrence Berkeley National Laboratory），將會部署並驗證 GRIP 針對太陽能轉換器研發的控制系統是否可以把可變直流電從太陽能電池轉化為可以送入電網中的交流電。其目的在於讓電網自主實現重新配置，最大限度地合理使用風能和太陽能等分散式能源，提高電網在常規及緊急情況下的可靠性。
「一旦我們建立了自己的資料分析平臺，我們將使其開源，從而讓學者們能夠自己研發在平臺的測試工具。」Kiliccote 說。GRIP 將在一個匿名合作伙伴的計算叢集上執行人工智慧系統，她補充道。