Published Feb 26, 2019
可再生能源這類零碳技術有助於對抗氣候變化，但它們大多數都沒發揮出其全部潛能。以風能為例，在過去的十年裡，風力渦輪機隨著成本的下跌而被廣泛採用，使風電場成為無碳電能的重要來源。然而，風力隨時變化的自然屬性使其成為一種無法預測的能源，這使其無法像其他能源形式那樣穩定可靠的輸出電能，從而降低了可用性。
為了解決這個問題，近年來，DeepMind和Google開始將機器學習算法應用到美國700兆瓦的風力發電樞紐上。這些風電場是Google全球可再生能源項目中的一部分，其產生的電力可滿足一箇中型城市的使用。
使用神經網絡訓練天氣預報和風力渦輪機產生的大量歷史數據，我們配置DeepMind系統來預測風力發電機在未來36小時所能產生的電力。基於這些預測，我們的模型會全天按小時提前給出與電網交易電力的最佳建議。這是非常重要的，因為能源（譯者注：風能）變成可計劃的了，（即在一定的時間內交付一定數量的電量）通常這對電網而言會更有價值。
我們在持續改進我們的算法，我們在自己的風電場使用機器學習來產生積極的效果。與沒有使用機器學習時與電網交易對比，迄今為止，粗略估計機器學習使我們的風能提升了20%的價值。
我們無法消除風力的變化，但我們可以使用機器學習提前給出建議，使風力發電更加可預測並充分發揮其價值。這種方法還可以用更大量的數據幫助風電場更精細化、智能化的運營。用更快更多的數據來評估輸出電力的電價，並滿足電力需求。
Google風力發電場應用DeepMind機器學習的結果
我們希望這種機器學習方法能夠使世界各地的電網更加接受風力發電這種零碳能源的商業運營案例。能源行業的研究員和實踐者正在開發新奇的點子使社會最大程度的使用包括太陽能和風能的各種能源。我們渴望與他們一起探索基於雲計算的機器學習策略的可用性。
Google最近實現了100%購買使用可再生能源，現在正努力做到7x24小時使用零碳能源。合作伙伴DeepMind使風能變得可預測和更有價值使其達成目標踏出了堅實的一步。雖然還有非常多的事情需要去做，但這一步對Google是意義重大的，對環境則更是重要的。
原文標題：Machine learning can boost the value of wind energy
原文地址：https://www.blog.google/technology/ai/machine-learning-can-boost-value-wind-energy/
【譯文：沈工】
更多關於綜合能源的專業見解，請關注“知了能源”微信公眾號（ID：syni_zlny），謝謝！
