头顶“AI深度强化学习”光环，国家能源集团传统电站的锅炉和AI在南京进行了一次典型的握手。
AI是怎样帮助传统电站锅炉来提升热效应呢？
以语音模仿为例，传统的方法是剪辑，也就是类似蒙太奇的移花接木的手段；但AI采用的不是这样一种方法。AI的做法首先建立一个算法模型，通过一套体系参数控制语音的模仿，但这个体系建立之后，通过被模仿人大量预料库，根据结果进行倒推，对相关参数进行调整，所谓机器学习。
经过大量的数据训练，将控制参数调整到最优。调整完毕之后，该算法模型就可以准确模仿发生，可以做到无中生有，以假乱真。
传统电站火力发电优化也采用类似的方法。首先，需要针对电站锅炉火电燃烧建立模拟器。
据参与此次项目技术支持的京东集团副总裁、京东数字科技副总裁、京东城市事业部总裁郑宇介绍：新的深度强化学习火力发电优化模型总计部署了1.5万传感器测点、100+主控变，涉及燃烧、风煤、水汽循环等复杂的物理、化学过程。不仅如此，由于锅炉存在磨损，情况出于不断的变化中，这也给AI模型优化带来很大的难度。
对于电站锅炉来说，没有办法通过实测对参数进行校验和检验。
京东科技与国家能源集团南京公司通力合作，克服了种种困难，终于在今年3月对项目第一阶段进行了成果验收。鉴定委员会表示：该项目将基础理论、AI与火电机组运行大数据相结合，产学研合作取得积极的成果，达到了国内领先水平，通过对于系统进一步完善，具有推广价值。
测试结果表明：在测试工况下，锅炉热效率提高了0.5%。
0.5%？你没有看错，热效率仅仅提高了0.5%。
但不要小看这0.5%，锅炉效率提升0.5%，每年可为国家节省70亿元的燃煤和污染治理费用，利国利民。
但0.5%仍然是一个无法让人释怀的结果。
有没有更大的提升空间呢？
传统火力发电的过程，设计给煤机、磨煤机、送风机、水泵、汽轮机、引风机以及污染物管管控等多个流控环节，其中，不同的燃煤品质、水、引风、蒸汽控制等，数据经验的积累、验证将是一个非常复杂的过程。通过AI强化学习模型，寻求一个最优的结果，实现自动化的管理和调控，存在着巨大的空间。
第一阶段尽管只有0.5%热效率提升，但已经证明了AI在火电存在巨大的应用空间。相信，通过经验的积累，特别是锅炉等专业设备生产厂商经验的介入，AI强化学习一定会带来巨大的惊喜！
尽管还是冬天依旧，但是春天已经不远了！
不仅在能源，在城市空气污染治理、在信用城市、智能停车、智能园区、智能小镇等很多领域，京东科技正在把AI转化为可见的生产力。
这真是一个AI智能化应用推广的春天！
欢迎关注：“寻找中国最具智慧行业案例”系列报道
