DeepMind机器学习预测36小时风力发电量 风电价值提高20%

　　为了解决风电预测问题，2018年，Deepnd(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700W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700W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。

　　Deepnd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，Deepnd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，Deepnd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Deepnd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，采用了机器学习的风电场（深色矩形）由于对风力产出、电力供需、运营成本进行了有效把控，成功将风力能源价值提高将近 20％

　　Deepnd希望这种机器学习的方法可以得到广泛的应用，从而推动全世界的能源转型。谷歌最近实现了其所使用的能源100%来自可再生能源（部分通过购买绿证的方式）。目前，谷歌的目标是7x24小时每时每刻消纳的电都是可再生能源所发出的，因此基于机器学习的预测算法将会更加的重要。Deepnd目前的算法还有很高的提升空间，然而目前已经走出的这一步，对于谷歌以及对于全世界的环境问题而言，都是意义重大的。