机器学习提高风电场效率

关于提高可再生能源效率的研究正在世界各地进行。风力发电是正在研究的绿色能源发电方式之一，风电场是无碳能源发电计划的重要组成部分。但他们也面临挑战。

风电场运营商面临的一个巨大挑战是，风的多质使得这种类型的能源产生不可预测。为了帮助应对这种不可预测性，DeepMind 和谷歌已将深度学习算法应用于中部 700 兆瓦的风力发电。

风电场是谷歌可再生能源项目的一部分，可以产生足够的电力来为一个中等规模的城市供电。谷歌使用其在广泛可用的天气预报和历史涡轮机数据上训练的神经网络，将 DeepMind 配置为在实际发电前 36 小时预测风力输出。

这些预测使模型能够提前一天向电网推荐最佳的每小时交付承诺。这允许对能源进行调度，从而使风能对电网更有价值。谷歌指出，它正在继续改进它在系统中使用的算法。

到目前为止，与不对电网做出基于时间的承诺的情况相比，机器学习已将谷歌风能的价值提高了 20%。谷歌表示它无法消除风能的可，但它可以使用机器学习使风能更可预测和更有价值。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！