利用算法预测风力,机器学习将风能价值提升20%

栏目: 编程工具 · 发布时间: 5年前

内容简介:像可再生能源这样的无碳技术有助于应对气候变化,但这其中许多技术尚未充分发挥其潜力。以风能为例:在过去的十年中,随着涡轮机成本的大幅下降和应用的激增,风力发电场已经成为无碳电力的一个重要来源。然而,风能本身的多变性使其成为一种不可预测的能源,因此,它不如在固定时间能可靠输送电力的能源有用。为了寻找这个问题的解决方案,去年DeepMind和谷歌开始将机器学习算法应用到美国中部地区的700兆瓦容量的风力发电场。这些风力发电场,是谷歌全球可再生能源项目的一部分,其产生的电力足以满足一个中等城市的用电需求。我们采用一

【猎云网(微信号:)】3月1日报道 (编译:金怡琳)

像可再生能源这样的无碳技术有助于应对气候变化,但这其中许多技术尚未充分发挥其潜力。以风能为例:在过去的十年中,随着涡轮机成本的大幅下降和应用的激增,风力发电场已经成为无碳电力的一个重要来源。然而,风能本身的多变性使其成为一种不可预测的能源,因此,它不如在固定时间能可靠输送电力的能源有用。

为了寻找这个问题的解决方案,去年DeepMind和谷歌开始将机器学习算法应用到美国中部地区的700兆瓦容量的风力发电场。这些风力发电场,是谷歌全球可再生能源项目的一部分,其产生的电力足以满足一个中等城市的用电需求。

我们采用一个在预测天气预报和分析涡轮机的历史数据等方面都可用的神经网络,将DeepMind系统配置为在实际发电前36小时预测风力输出。基于这些预测,我们的模型会建议如何提前一天对电网做出最佳的每小时交付承诺。这一点很重要,因为可以计划的能源(即可以在规定的时间提供一定数量的电力)通常对电网来说更有价值。

虽然我们在继续改进我们的算法,但我们在风力发电场中采用机器学习的方法已经产生了积极的效果。迄今为止,与没有对电网进行时间承诺的情况相比,机器学习已将风能价值提高了约20%。

利用算法预测风力,机器学习将风能价值提升20%

虽然我们无法消除风的可变性,但我们的早期研究结果表明,我们可以使用机器学习使风力发电更具可预测性和价值。这种方法还有助于为风力发电场的运营带来更强的数据严密性,因为机器学习可以帮助风力发电场运营商更智能、更快和更多地以数据为驱动评估其电力输出如何满足电力需求。我们希望这种机器学习方法能够加强风力发电的商业案例,推动全球电网进一步采用无碳能源。能源行业的研究人员和从业人员正在为社会如何最大限度地利用太阳能和风能等可变能源开发新思路。我们渴望加入他们,一起探索这些基于“云”的机器学习策略的普遍适用性。

谷歌最近实现了100%的可再生能源采购,目前正努力在24x7的基础上采购无碳能源。谷歌与DeepMind的合作使风力发电更具可预测性和价值,这是实现这一愿望的具体一小步。虽然还有许多工作要做,但这一小步不仅对谷歌来说很有意义,更重要的是,它对环境保护大有裨益。


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

知识发现

知识发现

史忠植 / 2011-1 / 59.00元

《知识发现(第2版)》全面而又系统地介绍了知识发现的方法和技术,反映了当前知识发现研究的最新成果和进展。全书共分15章。第1章是绪论,概述知识发现的重要概念和发展过程。下面三章重点讨论分类问题,包括决策树、支持向量机和迁移学习。第5章阐述聚类分析。第6章是关联规则。第7章讨论粗糙集和粒度计算。第8章介绍神经网络,书中着重介绍几种实用的算法。第9章探讨贝叶斯网络。第10章讨论隐马尔可夫模型。第11章......一起来看看 《知识发现》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码