机器学习解锁风能预测
在全球气候变暖背景下
越来越多的人呼吁减少碳排放
重视发展清洁能源
风力发电是一种重要的清洁能源
在过去的十年中
风力发电设备成本急剧下降
效率也在不断上升
但“看天吃饭”使之成为一种不可预测的能源
而我们真正需要的恰恰是
在规定时间内可靠地输送电力的能源
如今
谷歌公司利用机器学习
解锁了风能预测技能
期待一下——
天气数据很重要！
发电厂能否根据风能预测预报“坐等风来”？这关乎真金白银。
从传统意义上来看，风力发电场发电能力并不是很强，主要原因是不能预测“多变”的风第二天会如何变化。
谷歌能源市场策略主管迈克尔?特雷尔表示：“许多电力市场普遍的运作方式是提前一天进行资产规划。只有做到这点，电力运营商才可能谋得比较理想的销售电价。”
如果不知道风什么时候吹过来、风有多大，怎么能提前一天规划这种风这种可变资产呢？
用机器学习解锁风能预测
谷歌公司是怎么破解这一难题的？
谷歌及其旗下人工智能公司DeepMind将天气数据与美国中部700兆瓦风力发电数据结合起来，通过机器学习，能够更好地预测风力发电效率、电力供需状况，进而降低运营成本。
“我们一直和DeepMind团队合作，利用机器学习获取公开天气数据，从而真正实现对第二天风力发电总量的预测。”特雷尔表示。
从DeepMind机器学习应用到风力发电
成效尤为明显——风力发电场收入增加20%。
美国能源部在其2015年《风能前景报告》（《Wind Vision report》）中将“改进风能预报”列为首要任务，并特别强调了提高风能可靠性——即提高风能资源特性的要求。“收集数据并开发模式，以改善多个时间尺度（如分钟、小时、天、月、年等）的风能预报能力。”报告指出。
终极目标—零碳排放
谷歌的目标当然不止于此——他们还想彻底消除其能源组合中的碳排放量，将两倍于旧金山全城的电力消耗，彻底转化为纯绿色能源！
特雷尔称，谷歌通过将年度能源使用总量与年度可再生能源采购量相匹配，已经取得了阶段性成果。但该公司并没有实现在各处以小时为单位的零碳排放目标。当下这也成为谷歌的新目标——特雷尔称之为“24/7全天候无碳”目标。
我们正朝这个方向努力，也意识到前面还有很多的困难等着我们。实现零碳排放的难度可能比登月还难，尤其是在有些地方，当前可再生能源并不如其他能源效益高。
来自伦敦DeepMind的科学家们已经证明，人工智能可以帮助谷歌和整个可再生能源市场增强市场生存能力。
谷歌DeepMind
DeepMind项目经理西姆斯·威瑟斯彭和谷歌软件工程师卡尔·埃尔金表示:“我们希望这种机器学习方法能够加强风力发电的商业化能力，推动无碳能源在全球电网进一步普及。”在Deepmind的博文中，他们阐述了其是如何为位于西南发电站的谷歌风力发电场增加利润的。
我们建构的DeepMind系统可在实际发电之前36小时预测风力发电总量。我们的神经网络利用的是可广泛获取的天气预报及电机发电历史数据。基于这些，我们的模式能够得出风能预测结论，提前为电网全天及每小时发电量提出建议。
