为了解决风电预测问题，2018年，DeepMind (开发阿法狗的团队) 和谷歌开始将机器学习算法应用于美国中部的共700MW的风力发电厂中。这些风电场是谷歌全球可再生能源项目的一部分，这700MW的风力发电厂发出的电力足够满足一个中型城市的用电量需求。
图1，DeepMind团队提前36小时预测值与真实值对比
图2，与未采用机器学习的风电场（浅色矩形）相比，成功将风力能源价值提高将近 20％
DeepMind团队基于大量的天气预报以及历史发电数据训练其神经网络模型，并建立了提前36小时预测风力发电的模型。基于这些预测数据，DeepMind团队可以提前一天告知电网未来每小时电力的输出，从而可以更高效的保证电网的稳定。虽然这一算法还没改进到最优的程度，但目前已经开始显著的帮助了风力发电厂提高自身的收益。与最基础的运作方式相比，通过加入基于机器学习的预测，风电场的收益提高了20%。
图1，DeepMind团队提前36小时预测值与真实值对比
我们无法消除风的变化，因此无法使风力发电变得稳定，但DeepMind目前的研究结果表明，可以使用机器学习来预测风力发电，从而提高风电的价值。
图2，与未采用机器学习的风电场（浅色矩形）相比，成功将风力能源价值提高将近 20％
标签：行业新闻
文章来源：
高楠东
版权声明：
本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
