上个月，美国能源局启动了一个名为网络恢复和智能（GRIP）的项目，并计划在三年内为该项目拨款 600 万美元。该项目的首席研究员 Sila Kiliccote 是 SLAC 国家加速器实验室 Grid Integration, Systems and Mobility lab 的负责人。她表示，GRIP 是首个利用人工智能帮助电网解决干扰问题的项目。
GRIP 计划研发一种算法，该算法可以通过分析智能电表数据、大规模 SCADA（监控和数据采集）数据、电动车充电数据甚至是卫星和街景图像来学习电网的工作模式。
「通过浏览卫星和街景图像，我们可以看到植群相对输电线的生长情况、生长所耗费的时间，并且能够预测强风对这些植群可能造成的影响，例如在风暴中树木可能会被吹起砸在电线上。」Kiliccote 说。
GRIP 项目旨在解决三个问题。「首先，我们要预见可能发生的电网事件。」Kiliccote 说，「其次，我们要在这些事件发生时尽可能降低其产生的影响。然后，在事件结束时，我们还要尽可能快地恢复系统。」
项目开展的第一年，GRIP 将专门针对电网问题进行预测。预测分析有助于确定容易受到攻击的输电网络区域，然后研究人员将对其进行强化，Kiliccote 这样说道。
第二年的项目目标则是帮助输电网格吸收伤害。举个例子，一个网格可以被分为虚拟的「岛」，或者说微型网格，这些岛彼此独立从而防止电网损害的扩散并防止整体输电网格的损伤。
在第三年，GRIP 将着重帮助输电网从损害中恢复。「最终，我们将看到一个可以独立运行的网格，一个自主性的网格，就好像自动驾驶汽车那样。」Kiliccote 说，「然而，与自动驾驶汽车不同的是，一个自主网格需要在运行时能够处理额外添加的组件。」
GRIP 项目的合作伙伴中不仅有大学，还包括国家机构及特斯拉等公司。
GRIP 将在南加州爱迪生电力公司首次测试其数据分析平台，该公司是智能电表和封包化能源的领军企业，帮助电力网格管理分布的能源资源。
「我们最大的合作伙伴是国家农村电力合作组织（NRECA），这个组织代表了 800 余家提供电力的合作社，遍布 47 个州，服务 4200 万人口。」Kiliccote 说，「我们在研发 GRIP 中所用到的知识和工具可以很容易地在 NRECA 的成员中推广。」
另一个 GRIP 的合作伙伴，劳伦斯伯克利国家实验室（Lawrence Berkeley National Laboratory），将会部署并验证 GRIP 针对太阳能转换器研发的控制系统是否可以把可变直流电从太阳能电池转化为可以送入电网中的交流电。其目的在于让电网自主实现重新配置，最大限度地合理使用风能和太阳能等分布式能源，提高电网在常规及紧急情况下的可靠性。
「一旦我们建立了自己的数据分析平台，我们将使其开源，从而让学者们能够自己研发在平台的测试工具。」Kiliccote 说。GRIP 将在一个匿名合作伙伴的计算集群上运行人工智能系统，她补充道。
