目前，邱的团队正在开发一个模型，通过结合天气、地理甚至不同社区的收入水平等因素来预测停电。有了这些数据，该模型可以突出一些模式，比如基础设施薄弱的低收入地区可能出现更长时间和更频繁的停电。更好的预测可以帮助防止中断，加快灾难响应，并在发生此类问题时尽量减少损失。
人工智能的整合工作并不局限于研究实验室。电池和电网技术初创公司Lunar Energy使用人工智能软件帮助客户优化能源使用并节省资金。
Lunar Energy的软件主管山姆?韦弗斯(Sam Wevers)表示:“你有一个由数百万台设备组成的网络，你必须创建一个系统，它可以接收所有数据，不仅为每个客户，而且为整个电网做出正确的决定。”“这就是人工智能和机器学习的力量所在。”
Lunar Energy的Gridshare软件收集了成千上万个家庭的数据，收集了用于给电动汽车充电、运行洗碗机和空调等的能源信息。与天气数据相结合，这些信息提供给一个模型，该模型可以对单个家庭的能源需求进行个性化预测。
作为一个例子，韦弗斯描述了这样一个场景:街道上的两户人家有相同大小的太阳能电池板，但其中一户的后院有一棵高大的树，可以在下午遮阳，所以它的电池板产生的能量略少。这种细节对于任何公用事业公司来说都是不可能在家庭层面上手动跟踪的，但人工智能使这些计算能够在大范围内自动进行。
像Gridshare这样的服务主要是为了帮助个人客户节省资金和能源。但总的来说，它也为公用事业公司提供了更清晰的行为模式，帮助他们改善能源规划。捕捉这些细微差别对于网格响应非常重要。
尽管电动汽车对清洁能源转型至关重要，但它对电网构成了真正的挑战。
WeaveGrid的联合创始人兼首席技术官约翰·塔格特(John Taggart)表示，电动汽车的普及增加了大量的能源需求。他表示:“上一次他们(公用事业公司)不得不应对这种增长，还是在空调刚刚起步的时候。”
