機器學(xué)習(xí)如何提升風(fēng)能的價值

谷歌在周二談到了總部位于倫敦的DeepMind的壯舉——告訴世界，DeepMind系統(tǒng)可以幫助風(fēng)力發(fā)電場更可行地生產(chǎn)能源。

所以如何?谷歌的DeepMind團隊去年開始探索他們的想法——一種預(yù)測功率輸出的算法。

這可能意味著神經(jīng)網(wǎng)絡(luò)的另一個有前景的應(yīng)用:預(yù)測36小時前風(fēng)能的輸出。他們的模型建議如何提前一整天向電網(wǎng)做出“最優(yōu)每小時交貨承諾”。如果你經(jīng)營一個風(fēng)電場，你會得到一個關(guān)于分配的建議。

他們用什么來訓(xùn)練他們的神經(jīng)網(wǎng)絡(luò)?天氣預(yù)報。過去的渦輪機數(shù)據(jù)。

該團隊的立場是，機器學(xué)習(xí)可以幫助風(fēng)電場運營商做出更智能、更數(shù)據(jù)驅(qū)動的評估。其結(jié)果可以是一個更好的滿足輸出和電力需求的地方。

DeepMind的項目經(jīng)理Sims Witherspoon和無碳能源項目負責(zé)人Will Fadrhonc向全世界講述了谷歌和DeepMind開始在谷歌自己的風(fēng)力渦輪機上測試機器學(xué)習(xí)的過程。

該博客稱，如果能源能夠在規(guī)定的時間內(nèi)提供一定數(shù)量的電能，那么它們對電網(wǎng)來說往往更有價值。

這種不受歡迎的不可預(yù)測性阻礙了風(fēng)能作為替代能源的前景。“盡管風(fēng)力發(fā)電的普及得益于更便宜的渦輪機成本，但它總是會受到不可預(yù)測性的影響。”這限制了它與其他能源相比，可以可靠地提供電力在一個固定的時間，麻省理工技術(shù)評論下載說。正如谷歌博客所述，“風(fēng)本身的多變特性使它成為一種不可預(yù)測的能源?！?/p>

《Register》的Katyanna Quach舉了一些例子，說明這種可預(yù)測性是如何促進生存能力的。她指出，有了DeepMind的貢獻，“風(fēng)力渦輪機農(nóng)場可以安排何時向電網(wǎng)輸送一定量的電力，并更好地了解定價模式?！痹撓到y(tǒng)還可能有助于安排維護和停機時間的渦輪機。”

總而言之，他們的算法工作是為了谷歌自己的風(fēng)電場的利益——這種提前一天分配風(fēng)能的能力使風(fēng)能的價值提高了大約20%。價值提升了多少?這就是團隊要說的?！暗侥壳盀橹?，與不以時間為基礎(chǔ)向電網(wǎng)承諾的基本情況相比，機器學(xué)習(xí)已經(jīng)將我們的風(fēng)能價值提高了大約20%?！?/p>

據(jù)The Verge網(wǎng)站報道，尼克·斯塔特表示，這些農(nóng)場被谷歌用于綠色能源計劃。

為什么重要:它只在內(nèi)部使用，但是，下載說，“不難想象谷歌希望把這項技術(shù)賣給風(fēng)電場運營商?！?/p>

博客作者:“我們的希望是，這種機器學(xué)習(xí)方法可以加強風(fēng)力發(fā)電的商業(yè)案例，并推動全球電網(wǎng)進一步采用無碳能源。”