“我从人类那里领到了一个很复杂的节能的任务，他们给我投喂了厂里存着的旧数据，让我想象出一个接近真实世界的决策环境，然后自己跟虚拟环境打交道，目的是学会控制生产流程中的某一个或几个节点，找到最优策略。在一些任务上我可表现得比PID老大哥好，咱就是说，厂里的节能减排从此有了新的明星技术。”

——一个强化学习智能体的内心os

自“十一五”以来，国务院在每个五年规划期均制定节能减排综合工作方案，并鼓励发展有利于节能减排的装备创新、工艺技术创新和服务创新等。在过去二十年里，我国在工业节能方面取得了显著成绩。

但眼下距离2030年实现碳达峰的目标只有不到10年，工业能源消费量占全社会能源消费总量的65%左右，工业上先进节能技术的普及率平均不到30%，电力、钢铁、建材、化工、交通等行业还面临高耗能、高排放的问题，节能减排压力依然很大。

图片来源网络

于工业企业而言，能效提升意味着：在同等能源消耗情况下创造更大的产值，降低成本释放利润，降低单位产值能耗与排放。在服务工业企业的过程中，智能决策解决方案供应商南栖仙策发现：创新的数据驱动强化学习技术可应用在实际生产的控制优化中，解决以往人为操作或PID控制无法避免的不标准、不精确、滞后性、难协同等问题，从而达到提升能效的目的。

具体到某一案例中，南栖仙策用强化学习“收服”了燃煤锅炉这样的能耗大户。数据统计，燃煤发电锅炉和工业锅炉消耗全国年耗煤量的约2/3。

火电厂应用南栖数据驱动强化学习技术，优化锅炉减温水控制，达到了节省燃煤、保护设备的效果，且随着策略持续迭代优化，节能效果越来越好，能效进一步提高。

从火电生产全流程来看，除了提高控制精准度，南栖还曾通过强化学习对磨煤机、循环水泵进行优化，实现大滞后控制和全局节能调整，具体可见《2022强化学习控制白皮书》。

从燃煤发电锅炉和工业锅炉能效提升来看，这套强化学习控制优化解决方案具有跨行业的通用性，成为钢铁、化工、建材等行业企业均可参考采取的实用举措，其创新性和有效性已得到验证。

推进工业能效提升，是降低工业领域碳排放、实现碳达峰碳中和目标的重要途径，人工智能技术义不容辞，应在工业节能降碳方面发挥更加有力的作用。