能源一向是世界經濟的重要話題。自今年以來，歐佩克達成減產協議，美國對委內瑞拉持續施壓，伊朗遭遇“禁油令”，俄羅斯財政部也宣布將石油出口稅自6月1日起上調5.8美元，能源表現出越來越貴的態勢。 然而在中國，一場另辟蹊徑的能源利用創新卻正在悄悄進行……

首先，我們來做一道數學題：2017，中國用掉了近6.3萬億度電，其中約4萬億度電來自燃煤發電，為此中國每年都要燒掉17億噸煤。全國有超過1000家火電廠，如果把這些火電廠的鍋爐熱效率提升，一年可以節省多少煤？可以給子孫后代多發多少度電？

現在，人工智能已經告訴我們答案。

2019年3月14日，國家能源集團南寧電廠的集控室里來了很多人，有前來驗收項目成果的專家鑒定組，有北京華電天仁電力控制技術有限公司和國電廣西公司的領導，南寧電廠的多位領導及專工，還有心情緊張的京東數字科技Alpha電項目組成員們……

在專家的見證下，電廠集控室操作人員按照京東數字科技Alpha電算法的推薦值進行操作，一段時間后，鍋爐熱效率有所提高。

鑒定組的一位專家表示結果超出了預期，建議向全國范圍內推廣。

不能小看這0.3%-0.5%的提升，這是在火力發電技術高度成熟的基礎上實現的新提升。0.5%的效率提升可以幫助一臺60萬千瓦火電機組一年節省燃煤3600噸，如果全國推廣，每年可以為國家節約70億元 的燃煤消耗和污染治理費。

站在一旁的京東數字科技Alpha電項目組產品經理亮亮抑制不住內心的激動，腦海中浮現著過去一年：往返北京廣西多次的漫長路途，無數次客戶需求的溝通，在南寧電廠一天16小時的值守，從零開始搭建的算法模型……

火力發電是我國主要的電力來源。

前無古人的試驗：他們想用AI改造發電

在我國，火力發電量占據總發電量的70%以上，如何用更少的煤，發更多的電，同時排放更少的污染物，實現火力發電效率的優化，是電力行業長期以來的需求。

但這件事，很少有人用大數據和人工智能的方法去做，誰也不知道這套系統怎么設計，更何況，在已經十分成熟的發電控制系統基礎上做到優化，是一個令人撓頭的問題。

“無論如何，咱們得先理解火力發電的原理不是？”Alpha電項目組團隊在南寧電廠蹲了兩個月，每天住在電廠宿舍里，一出門就是煙囪，條件很艱苦。

“一天要和電廠不同部門、不同職能的10多個工作人員溝通”，亮亮說，他們嘴里說的都是磨煤機、鍋爐、閥門這些專業用語，我們需要翻譯成算法工程師能聽得懂的話，方便他們了解行業，建立模型。

Alpha電項目組和京東數字科技副總裁、京東城市總裁鄭宇反復討論，結論是可不可以借助大數據和AI控制鍋爐運行操作，進一步精細化燃煤發電的燃燒過程？根據鍋爐工況，送入合適的煤、風，讓鍋爐自動調節溫度和狀態，實現提高運行效率、降低污染排放。

這種方法，真的是前無古人，每個人心里其實都在打鼓。

“沒想到，鍋爐優化問題比Alpha Go圍棋問題還復雜”

與AlphaGo解決的圍棋問題相比，火電燃燒優化問題更難。AlphaGo解決的圍棋問題中涉及優化361個離散變量（白子、黑子、無子三個狀態），然而火電鍋爐燃燒優化問題中涉及上百個風門閥門的開度控制，例如某個閥門開度20%和開度22%都可能對機組運行帶來非常不同的影響。

再加上鍋爐不停運轉磨損，運行一段時間的鍋爐和之前的狀態也不一樣，數據也就不一樣。如何在連續變量存在的情況下，精準控制鍋爐運行，這是一大難點。

另一個難點，就是數據。

“Alpha Go在做第一版的時候，買了上千萬的棋譜來學習，數據量十分龐大，模型可以在這些數據中得到很好的訓練。但我們只能從電廠拿到兩年的數據，有些數據因為機組停機還無法使用”，Alpha電項目組組長仙園介紹說。

鍋爐發電的狀態監測點有數千個，主要控制變量有上百個，如何用僅兩年的參考數據來制定復雜的算法優化方案？需要根據真實數據構建鍋爐燃燒模擬環境，不斷優化。

電廠系統的專業度比較高，數據量非常大，有時候導出全量數據甚至需要花費數周時間，必要的時候甚至要請電力領域的技術專家來幫忙。

幾個月時間，數據終于完成了標準化和業務邏輯的梳理，接下來，就是模型搭建、反復改進測試的階段，這個階段是最艱苦的。因為鍋爐是一個特種設備，里面有各種各樣的安全限制條件，不是說下圍棋，一個人下就行了，大不了輸了，鍋爐有大量超溫超壓等安全限制條件。

亮亮對這段經歷依然記憶猶新，在系統試驗階段，電廠的員工24小時3班倒，8小時換一批崗。京東數字科技的技術人員跟蹤調試，每天跟兩個班，16小時扎在集控室里。

“電廠是要24小時正常發電的，不能影響人們的正常生活”，仙園說，為了測試不同發電負荷的模型運行情況，我們經常下午6點以后開始測試，測到夜里十二點，發現了一個問題，現場和公司研發端的同事就要熬夜改，用最快的速度解決問題。

路阻且長，“進一步有一步的歡喜“

“你如果不去深度了解一個行業，不去了解客戶的需求，搞一個簡單的人工智能算法是根本解決不了問題的。我們花了一年多的時間深扎火力發電行業，就是為了將技術與行業做到最大程度的融合，幫助能源行業降低成本，增加效率”，鄭宇表示。

Alpha電項目成功之后，申請了三項國家專利，還在2018年的中國人工智能峰會上獲得了創新獎，京東數字科技因此獎勵了項目組的每一位成員。

南寧電廠驗收成功只是一個開始，如今，Alpha電項目組已經開始研發適用于更多鍋爐爐型的優化模型。

“這并不是一個復制粘貼的過程，因為每一個電廠的鍋爐構造都有不同“，亮亮說，拿磨煤機這件事來說，有的是“糖炒栗子”模式，用鋼球磨煤機把煤磨成粉送進鍋爐，還有的是輥式磨煤機，以“石磨面粉”的方式將煤粉碎。與此同時，鍋爐內部的燃燒方式也大有不同 。如果在更多的電廠驗證成功， AI火力發電的算法就可以充分證明其可復制性。