机器学习如何提高风力发电的价值

谷歌周二谈到了总部位于伦敦的DeepMind的壮举-告诉世界，DeepMind系统可以帮助利用风电场生产能源更加可行。

为何如此?谷歌的DeepMind团队去年开始探索他们的想法，这是一种预测功率输出的算法。

这可能意味着在使神经网络正常工作方面的另一个有希望的应用：预测风电输出提前36小时。他们的模型建议如何提前整天对电网做出“最佳每小时交付承诺” 。如果您经营风电场，则会获得有关分配的建议。

他们用什么来训练他们的神经网络?天气预报。过去的涡轮数据。

团队的立场是，机器学习可以帮助风电场运营商进行更智能，更多数据驱动的评估。结果可以更好地满足输出和电力需求之间的需求。

DeepMind计划经理Sims Witherspoon和无碳能源计划负责人Will Fadrhonc向世界介绍了Google和DeepMind开始在Google自己的风力涡轮机上测试机器学习时发生的情况。

该博客说，如果可以安排能源在设定的时间输送一定量的电能，那么它们通常对电网更有价值。

不可预知性的这种不希望出现的特征阻碍了风作为替代能源的前景。《麻省理工学院技术评论》下载部说：“尽管由于廉价的涡轮机成本而使风力发电的使用量增加了，但风力发电总会遭受不可预测的影响。与可以在设定的时间可靠地输送电力的其他能源相比，这限制了它的发展。”谷歌博客还指出，“风本身的多质使其成为不可预测的能源。”

Register的Katyanna Quach提供了一些示例，说明了这种可预测性将如何转化为生存能力。她指出，在DeepMind的贡献下，“风力涡轮机场可以安排何时向电网输送一定量的电力，并更好地定价模型。该系统还可以帮助安排涡轮机的维护和停机时间。”

总而言之，他们的算法工作是为了Google自己的风电场的利益–这种提前一天分配风能的能力使风能的价值提高了约20%。与什么相比提升价值?这就是团队不得不说的。“到目前为止，与没有基于时间的电网承诺的基准情景相比，机器学习已将我们的风能价值提高了约20%。”

尼克·斯塔特(Nick Statt)在The Verge的报道中说，这些农场被Google用于绿色能源计划。

为什么如此重要：下载仅在内部使用，但下载说，“不难想象Google希望将该技术出售给风电场运营商。”

博客作者说：“我们希望这种机器学习方法可以增强风力 发电的商业前景，并推动无碳能源在全球电网中的进一步采用。”

下一步是什么：他们说他们会继续完善自己的算法。