亚洲中文字幕在线19页,凸偷窥妇科tube高清最新视频

利用算法預測風力，機器學習將風能價值提升20%

2019-03-01 15:09

像可再生能源這樣的無碳技術有助于應對氣候變化，但這其中許多技術尚未充分發(fā)揮其潛力。以風能為例：在過去的十年中，隨著渦輪機成本的大幅下降和應用的激增，風力發(fā)電場已經成為無碳電力的一個重要來源。然而，風能本身的多變性使其成為一種不可預測的能源，因此，它不如在固定時間能可靠輸送電力的能源有用。

為了尋找這個問題的解決方案，去年DeepMind和谷歌開始將機器學習算法應用到美國中部地區(qū)的700兆瓦容量的風力發(fā)電場。這些風力發(fā)電場，是谷歌全球可再生能源項目的一部分，其產生的電力足以滿足一個中等城市的用電需求。

我們采用一個在預測天氣預報和分析渦輪機的歷史數(shù)據(jù)等方面都可用的神經網絡，將DeepMind系統(tǒng)配置為在實際發(fā)電前36小時預測風力輸出�；谶@些預測，我們的模型會建議如何提前一天對電網做出最佳的每小時交付承諾。這一點很重要，因為可以計劃的能源（即可以在規(guī)定的時間提供一定數(shù)量的電力）通常對電網來說更有價值。

雖然我們在繼續(xù)改進我們的算法，但我們在風力發(fā)電場中采用機器學習的方法已經產生了積極的效果。迄今為止，與沒有對電網進行時間承諾的情況相比，機器學習已將風能價值提高了約20％。

雖然我們無法消除風的可變性，但我們的早期研究結果表明，我們可以使用機器學習使風力發(fā)電更具可預測性和價值。這種方法還有助于為風力發(fā)電場的運營帶來更強的數(shù)據(jù)嚴密性，因為機器學習可以幫助風力發(fā)電場運營商更智能、更快和更多地以數(shù)據(jù)為驅動評估其電力輸出如何滿足電力需求。我們希望這種機器學習方法能夠加強風力發(fā)電的商業(yè)案例，推動全球電網進一步采用無碳能源。能源行業(yè)的研究人員和從業(yè)人員正在為社會如何最大限度地利用太陽能和風能等可變能源開發(fā)新思路。我們渴望加入他們，一起探索這些基于“云”的機器學習策略的普遍適用性。

谷歌最近實現(xiàn)了100％的可再生能源采購，目前正努力在24x7的基礎上采購無碳能源。谷歌與DeepMind的合作使風力發(fā)電更具可預測性和價值，這是實現(xiàn)這一愿望的具體一小步。雖然還有許多工作要做，但這一小步不僅對谷歌來說很有意義，更重要的是，它對環(huán)境保護大有裨益。