赵峥涛1，罗肖2，秦祖志2、陈亚鹏2，王保营2，赖菲3，吴涛3
1国家电投集团广东电力有限公司，广东 广州，510710；2中电投珠海横琴热电有限公司，广东 珠海，519031；3西安热工研究院有限公司，陕西 西安 710054
摘要：智能电站随人工智能的发展而发展，同样需要经过弱智能电站、强智能电站及超智能电站等几个阶段。目前智能电站仍停留在弱智能电站的阶段。文中对智能电站在各个阶段的目的及可能实现的功能进行了阐述，并对智能电站的建设提出了建议。
关键词：人工智能；智能电站；发展路径
中图分类号：TM621
1智能电站的概念及目的
从感觉到记忆到思维这一过程，称为“智慧”，智慧的结果就产生了行为和语言，行为和语言的表达过程称为“能力”，两者合称“智能”。而人类对智能的终极追求就是认知自我并在此基础上实现人工智能。
“人工智能+”的时代就要来临。当前全球对人工智能研究的热潮正在复兴。包括众多世界著名大学及科研机构，科技巨头谷歌、微软及百度也纷纷在人工智能领域开始投入大量人力物力。人工智能是一个包含生命学及计算机学等的综合学科，自诞生起到今天至少有超过60年的历史。随着移动互联网、物联网、大数据、云计算等核心关键技术的发展突破，客观上促成了人工智能的迅猛发展。同时，通过赋予或者阻止机器获得“求生本能”是保证机器人不会对人类造成伤害的关键。求生本能就是对自己生命的爱，从这种爱可以衍生出恐惧、愤怒等情感。
弱人工智能是指在单个方面或特定领域等同或者超过人类智能的人工智能，而不是它能在多大程度反映出人类思想。如围棋AlphaGo、无人驾驶等。因为今天人类做的大部分工作是重复性的，是基于一个特定领域的，可以客观思考甚至穷举的。这些工作在不久的将来都会被人工智能取代。
2智能电站发展的条件
近年来的云计算、大数据及深度学习[4-6]三大技术方面的突破推动了人们期待已久的弱人工智能的到来。
云计算的本质是利用分布式管理和调度软件把互联网上闲置的服务（计算、存储、实物等）虚拟化为有机的整体，然后通过收费的方式提供给需要这些服务的用户。在云计算的发展过程中，发现利用云计算的并行运行神经网络给了求解神经网络新的可能性，使得神经网络节点的连接数可达数亿。云计算是智能机器人的神经中枢，决定着整个机器人的感知、运动和思考。云计算直接决定着智能机器人的记忆力，存储的能力越强，所能辨别的东西就越多。还可给机器人分配足够多的逻辑推理能力。
强人工智能除了需要完成弱人工智能需要的技术以为，最主要的是要研究清楚人类的思维方式，实现对人类的意识及思维过程的模拟，赋予机器人学习、推理、思考、规划的能力。
3智能电站的发展路径
智能电站随人工智能的发展而发展，同样需要经过弱智能电站、强智能电站及超智能电站等几个发展阶段。弱智能电站主要利用云计算、大数据、深度学习、服务型机器人、机器代理人等技术实现生产智能及检修智能，强智能电站主要利用生命科学、脑机接口技术实现管理智能，超智能电站主要利用生物技术、纳米技术、未知科学、数字化永生技术实现商业智能。
弱智能电站是指在物联网及数字化电厂的基础上，通过云计算、大数据及深度分析技术在各种设备、控制及信息系统上的应用，能够自适应、自协调、自优化、自治愈及自决策的提供经济、环保、安全及可靠的电能。在电站传统的信息系统及控制系统上，随着工控安全的发展，建设协调二者的智能控制系统（Intelligent ，Control System，ICS）成为必然。随着量子计算机的发展，具有监视、控制及优化一体的微型集成平台最终实现，可以完成设备优化、系统优化及运行优化的协调统一。
在通往弱智能电站的道路上，利用云计算及大数据，还需要对如电站设备、系统、运行优化等各项功能进行深度学习算法的应用。同时，机器代理人通过三维全息虚拟技术开始应用于生产运行与状态检修中。
服务型智能机器人可以用来从事电站的维护、检修、运输、清洗等工作。机器代理人是指人类可以通过网络远程控制一个仿生机器人实现自己的行为能力及思维意识。这也就意味着，人类可以实现瞬间的空间地理位置转移。正如微软Hololens全息眼镜一样，不是通过传统光的干涉和衍射去实现全息投影，而是通过虚拟现实及增强现实技术去实现。机器代理人式的人工智能要比单纯的依靠机器自我具备人类思维意识的人工智能更容易实现。
超智能电站主要实现商业智能。是指利用人工智能开展发电企业如买卖能源、市场营销及市场竞争等和经营博弈有关的活动。当然，这都是在地球能源仍供小于求的前提条件下。
4总结
可以预见，人工智能很快会在很多需要思考的领域超过人类，但是在那些人类不需要思考就能完成的事情上，还差的很远。智能电站要走的路还有很长，同样要经过从弱智能电站，强智能电站，最终到达超智能电站的过程。
参考文献
1.Consciouseness Redux, When Computers Surpass Us. Christof Koch; Scientific Amercian Mind, September/October 2015.
2.杨新民，陈丰，曾卫东等，智能电站的概念及结构，热力发电，2015，44（11）： 10-14
3.高海东，王春利，颜渝坪等，绿色智能发电探讨，热力发电，2016，45（2）：7-10
4.Alex Krizhevsky et al. ImageNet Classification with Deep Convolutional Neural Networks, Presented at the 26th Annual Conference on Neural Information Processing Systems, Stateline, Nev., December 3-8
5.Y, Bengio et al, Representation Learning: A Review and New Perspectives. In IEEE Transactions on Patten Analysis and Machine Intelligence, Vol.35, No. 8 Pages 1798-1828, August 2013.
6.Yann Lecun et al. Deep Learning, in Nature, Vol, 501, pages 436-444, May 28, 2015
作者简介：
赵峥涛（1974年3月），男，汉族，陕西省西安市，国家电投集团广东电力有限公司，硕士，工程师，研究方向：企业数字化管理
罗肖（1981年3月），男，汉族，陕西省宝鸡市，中电投珠海横琴热电有限公司，本科，工程师，研究方向：信息管理与网络安全
秦祖志（1977年10月），男，汉族，湖北省枣阳市，中电投珠海横琴热电有限公司，本科，高级工程师，研究方向：热能动力与工程
陈亚鹏（1977年5月），男，汉族，陕西省西安市，中电投珠海横琴热电有限公司，本科，高级工程师，研究方向：电厂热工控制
王保营（1985年9月），男，汉族，河南省周口市，中电投珠海横琴热电有限公司，本科，工程师，研究方向：热工自动化
赖菲（1971年8月），男，汉族，陕西省西安市，西安热工研究院有限公司，博士，研究员，研究方向：电力系统优化
吴涛（1993年4月），男，汉族，宁夏省中卫市，西安热工研究院有限公司，硕士，工程师，研究方向：电力系统优化