С каждым днем мы приближаемся к тому дню, когда все невозобновляемые источники энергии будут полностью исчерпаны. Единственное решение, которое у нас сейчас есть, — более широкое использование возобновляемых источников энергии.
Но проблема с этими источниками энергии заключается в том, что они менее осуществимы по сравнению с невозобновляемыми источниками энергии. Кроме того, они дороже, и многие из них зависят от региона.
Британская дочерняя компания Alphabet, компания DeepMind, разработала решение на основе искусственного интеллекта для усиления возобновляемых источников энергии и увеличения их производительности на постоянной основе.
DeepMind разработала систему машинного обучения для прогнозирования выработки ветровой энергии на фермах. Система искусственного интеллекта способна прогнозировать выход на 36 часов раньше, чем фактическая генерация.
Рекомендовано: Oral-B GENIUS X Зубная щетка со встроенным искусственным интеллектом, которая заставит вас хорошо чистить зубы
ИИ был обучен прогнозам погоды и историческим данным о турбинах, и он дает рекомендации о том, «как выполнить оптимальные почасовые обязательства по поставке электроэнергии в энергосистему на целый день вперед».
«Основываясь на этих прогнозах, наша модель рекомендует, как выполнять оптимальные почасовые обязательства по поставке в энергосистему на целый день вперед», — сказали Уизерспун и Фадронк.
По данным Google, система искусственного интеллекта повысила ценность энергии ветра, эти фермы обеспечивают на 20 процентов больше, чем базовый уровень, где такие прогнозы на основе времени не выполняются.
Карл Элкин и Симс Уизерспун из DeepMind вместе с Уиллом Фадронк из Google описали, как в 2018 году DeepMind и Google начали применять «алгоритмы машинного обучения к 700 мегаваттам ветряной энергии в центральной части США».
DeepMind говорит, что с помощью этой системы машинного обучения они теперь могут планировать установленные поставки выходной энергии, которые более ценны для сети, чем стандартные, не привязанные ко времени поставки.
За последнее десятилетие ветряные электростанции стали важным источником безуглеродной «электричества, поскольку стоимость турбин резко упала, а внедрение резко возросло», — Симс Уизерспун, руководитель программы в DeepMind, и Уилл Фадронк, руководитель программы безуглеродной энергетики в Google написал в своем блоге сообщение на этой неделе.
Google говорит, что «переменная природа самого ветра делает его непредсказуемым источником энергии — менее полезным, чем тот, который может надежно поставлять энергию в установленное время», из-за того, что приходится полагаться на природу для обеспечения необходимого спроса на электроэнергию в сети.
Мы не можем устранить изменчивость ветра, но наши первые результаты показывают, что мы можем использовать машинное обучение, чтобы сделать энергию ветра более предсказуемой и ценной, — пишут Симс Уизерспун, менеджер по продукту в DeepMind, и Уилл Фадронк, специалист по углероду в Google. Руководитель программы Свободная энергия в сообщении в блоге в соавторстве.
«Этот подход также помогает повысить точность данных для операций ветряных электростанций, поскольку машинное обучение может помочь операторам ветряных электростанций делать более разумные, быстрые и основанные на данных оценки того, как их выходная мощность может удовлетворить спрос на электроэнергию».
Google говорит, что «переменная природа самого ветра делает его непредсказуемым источником энергии — менее полезным, чем тот, который может надежно поставлять энергию в установленное время», из-за того, что приходится полагаться на природу, чтобы генерировать необходимое электричество для сети.
Подробнее об искусственном интеллекте:
Система искусственного интеллекта, которая подскажет, будете ли вы слепы или нет
Новая модель машинного обучения помогает прогнозировать извержения вулканов
Новый графический процессор Nivida TITAN RTX обладает чудовищной мощью для глубокого обучения
Модель машинного обучения Google расшифровывает песни горбатых китов
Первоначально опубликовано на techgrabyte.com 2 марта 2019 г.
