La subsidiaria Alphabet entrenó a AI para predecir el viento salida con 36 horas de anticipación

Turbinas eólicas en Colorado Agrandar / Las turbinas eólicas tienen salida variable, pero si eso se puede pronosticar, esa salida es más valioso. Matthew Staver / Bloomberg a través de Getty Images

La filial de Alphabet DeepMind (fue adquirida por Alphabet en 2014) ha estado desarrollando programas de inteligencia artificial desde 2010 para resolver problemas complejos. Uno de los últimos proyectos de DeepMind, Según una publicación reciente de Google, se ha centrado en el previsibilidad de la energía eólica.

Otras lecturas

Cinco gráficos de Google muestran cuán intensivos en carbono son sus datos los centros realmente son esas turbinas gigantes que ves a lo largo de la carretera solo producen energía cuando se mueven, y eso plantea un problema para la red: en ausencia de almacenamiento de energía costoso, es difícil planificar cuánta potencia podrán esas turbinas proporcionar.

Eso no quiere decir que los propietarios de parques eólicos no intenten predecir salida. La industria ha estado utilizando técnicas de IA durante años para intentar para acercarse cada vez más a las predicciones reales del viento.

Pero el viento sigue siendo muy difícil de predecir. In fact, E&ENews publicó una historia hoy que muestra cuán difícil es predecir la producción de parques eólicos: durante el reciente vórtice polar del Medio Oeste, la producción de viento cayó, pero a medida que las temperaturas continuaron bajando, algunos las turbinas se apagan automáticamente para evitar que sus partes dañado por el frío por debajo de -22 ° F. Esto dejó un déficit inesperado en energía eólica para el operador del sistema independiente del mediocontinente, como mostrado a continuación.

As temperatures dropped, wind output fell faster than expected in el medio Oeste.  Agrandar / A medida que las temperaturas cayeron, la producción de viento cayó más rápido de lo esperado en the Midwest. MISO

Pero DeepMind dice que los programas de IA que ha desarrollado a lo largo del el año pasado puede ayudar a acercar aún más la línea de “producción de viento” línea de “salida de viento esperada”. Los algoritmos desarrollados por DeepMind fueron entrenados en datos climáticos históricos y un año de viento potencia de salida registrada por turbinas eólicas de 700 megavatios propiedad de Google

DeepMind y Google querían poder predecir la producción de viento 36 horas de anticipación “Esto es importante, porque las fuentes de energía que puede programarse (es decir, puede entregar una cantidad fija de electricidad a un tiempo establecido) a menudo son más valiosos para la red “, escribió Google hoy. El modelo que DeepMind desarrolló ayuda a los propietarios de parques eólicos. como Google hacen compromisos por hora con la red eléctrica regional gerente “con un día completo de anticipación”.

Google dice que esta capacidad de decir con precisión la cuadrícula local “cuánto viento proporcionará una granja un día por delante” ha aumentado el valor de nuestra energía eólica en aproximadamente un 20 por ciento, en comparación con el escenario de referencia sin compromisos basados ​​en el tiempo con la red “. Cómo Google está cuantificando que el “valor” es desconocido, aunque Ars ha alcanzado fuera para aclaraciones.

La compañía sacó este pequeño y agradable .gif que muestra cómo Sin embargo, las predicciones rastrean la producción de viento real en un día determinado:

Wind power prediction chart.Ampliar / predicción de energía eólica chart.Google

“Nuestra esperanza es que este tipo de enfoque de aprendizaje automático pueda Fortalecer el caso de negocio para la energía eólica e impulsar adopción de energía libre de carbono en redes eléctricas en todo el mundo “, Google escribió

Like this post? Please share to your friends:
Leave a Reply

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: