一位能源技术专家利用人工智能工具探索极端天气如何影响由太阳能和电力供电的住宅。此项研究旨在识别这些住宅的具体弱点，并获得它们如何抵御严酷气候条件的见解。
随着冬季暴风雪和夏季热浪对全国电网的挑战日益加剧，史蒂文斯的研究人员创建了一种新方法，能够准确定位最容易受到停电影响的住宅，而无需进行现场评估。
此项研究的时机至关重要。美国目前有超过25%的住宅已经完全电气化，并且预计未来五年太阳能安装量将增加三倍，因此，了解这些脆弱性的情况对于有效的应急准备和公共安全至关重要。
“我们正在快速推进电气化以应对气候变化，但我们也必须理解所涉及的风险，”负责该研究的史蒂文斯教授菲利普·奥登科尔表示。“在停电期间这些电气和太阳能供电的房屋会发生什么？”
夏季优势，冬季挑战
奥登科尔与新近毕业的人工智能暑期研究学者安德鲁·马约维茨和切坦·波普里合作，来解决这一问题。
在最近发表的《智能城市与社会期刊》中，他们利用人工智能和分析能源部（DOE）关于建筑存量的数据，研究了美国电气化住房的未来。
该团队分析了来自八个州的129,000个独立住宅的能源使用模式，旨在揭示全电化住宅（仅由电力供电的住宅）与依赖多种能源来源的住宅之间的隐藏能源“特征”。
调查并未就此结束。对于那些混合能源的住宅，团队还试图确定哪些家电已经转向电力供电，哪些尚未转变。
在处理和分析数据后，奥登科尔的团队发现，这些住宅的能源特征不仅可识别，而且提供了关于每个住宅韧性的重要信息。
例如，配备太阳能电池板的住宅在夏季热浪期间展现出显著韧性。然而，在冬季风暴面前，它们变得尤其脆弱；事实上，与使用混合能源的住宅相比，完全电气化的住宅在冬季停电的可能性几乎高出三倍。
“想想2021年的德克萨斯州，当时数百万人在冬季暴风雪中失去电力，”奥登科尔反思道。“随着越来越多的住宅转向全电气化，我们必须为类似情况做好准备。”他表示，“太阳能电池板在夏季是有益的，但在冬季停电期间，它们无法满足高供暖需求。”
规划与应对的创新策略
这项研究不仅因其发现而引人注目；还因在分析中采用创新的人工智能驱动技术而标志着显著进展。
奥登科尔的团队开发了先进的机器学习模型，能够以超过95%的准确率识别每个住宅的能源系统和脆弱性，完全依赖于其能源消费模式。这一创新方法使公用事业公司和应急响应人员能够在社区内识别处于风险中的住宅，而无需进行侵入性调查或检查。
“以前，我们必须逐户上门以识别住房是否完全电气化，”奥登科尔表示。“现在，我们可以自动定位最脆弱的住宅，同时确保隐私得以维护。”他补充道，“这将改变我们如何准备和应对极端天气，从而在必要时更快、更有针对性地采取行动。”
这项研究的影响不仅支持个人房主。随着城市努力增强气候韧性，这些新工具可以帮助社区应急服务在停电期间优先响应。它们还可以帮助城市规划者在长期内战略性地开发更具韧性的住房和社区。
这尤其重要，因为全国各地的社区面临着老旧电网和极端天气事件增加的双重挑战。
随着我们逐步转向电气化住宅，以应对气候变化，这项研究的发现凸显了在冬季紧急情况下实施保护脆弱的太阳能和电力住宅的策略的重要性。
“建设可持续城市不仅仅是采用绿色实践；还要确保韧性，”他强调。“在我们设计未来城市住房的格局时，了解脆弱性是至关重要的——而不仅仅是奢侈品——以确保社区的安全。”
