近年来,自然能源开发形势变化,使得风力发电成为了越来越普及的一种发电方式,随着风力发电占比逐步增长,其供电的不稳定性和不可预测性也成了风力发电系统面临的越来越大的考验。为了进一步提高风力发电的实用性与稳定性,谷歌提出了使用机器学习的方式,来预测未来的发电状况,为供电能力作出评估。
气象观测资料、气象预测、和实地的量测结果接入Google DeepMind的机器学习平台,提供36小时后的风力预测,并将其应用在自家位于美国中部的700MW风力发电场。虽然说这并不能改变风量,但却让Google能提前预测风电场未来一天预计能提供的电力总量。
风力发电虽然极其不稳定,但并不是没有应对方式的。然而能够随时能待命补足风力发电缺口的发电方式却通常都成本高昂。如果能提前一步预先知道未来的风力何时会出现缺口的话,电厂就能有充裕的时间启动需要较长时间才能上线的发电手段,与风力互补。因此谷歌的这项研究成果就显得特别重要,谷歌的这项研究也使自己的风力电场的电力因此提升了20%的价值。
谷歌的这项应用实例说明AI与机器学习已经在各种看不见的地方逐渐深入到了各种工业程序之中,为生活带来意想不到的改变。