Alphabet DeepMind子会社は、2014年にAlphabetに買収されました。 2010年以来、彼女は複雑な問題を解決するための人工知能プログラムを開発しています。 最近のGoogleの投稿によると、DeepMindの最新プロジェクトの1つは、風力発電の予測可能性に焦点を合わせています。 高速道路に沿って配置されているこれらの巨大な風力タービンは、風がある場合にのみエネルギーを生成します。 高価なエネルギー貯蔵がない場合、タービンが提供できるエネルギー量を計画することは困難です。
これは、風力発電所の所有者が発電量を予測しようとしていないという意味ではありません。 長年にわたり、エネルギー産業は人工知能技術を使用して、実際の風の予測に近づけようと試みてきました。
E＆E Newsは昨日、風力発電所の出力を予測するのがどれほど難しいかを示す記事を発表しました。最近の米国中西部の極渦の間に、風力エネルギーが低下しました。 しかし、温度が-14°C（-22°F）まで低下し続けると、風車の機械部品への損傷を防ぐために、一部のタービンが自動的に停止しました。 これは、システムエネルギーオペレーターの予測できない電力不足につながりました。
温度が-14°C（-22°F）に下がると、風力エネルギーは予想よりも速く落ちました
しかし、DeepMind氏によると、過去1年間に開発された人工知能プログラムは、「風力発電」ラインを「予想される風力発電」ラインに近づけるのに役立つ可能性があります。 DeepMindによって開発されたアルゴリズムは、Googleが所有する700メガワットの風力タービンで記録された過去の気象データと年間風力で訓練されました。
DeepMindとGoogleは、36時間以内に風力発電を予測できるようにしたいと考えています。 「計画できる（つまり、一定の時間に一定量の電力を供給できる）エネルギー源は、グリッドにとってより価値があることが多いため、これは重要です」と、Googleは今日書いています。 DeepMindが開発したモデルは、Googleなどの風力発電所の所有者が地域のエネルギーマネージャーに1日1時間の約束を「終日」与えるのに役立ちます。
Googleは、この機会が地元のエネルギー管理者に、ファームが前日にどのくらいの風力を提供するかを知らせ、「ベースラインシナリオと比較して風力エネルギーのコストを約20％増加させる」と報告しています。 Googleが「価値」をどのように定量化するかはまだわかっていません。
ただし、同社は、この予測が特定の日の実際の風力をどのように追跡するかを示すこのかわいい小さな.gifをリリースしました。
風力発電予測チャート
「この機械学習へのアプローチが、風力エネルギーの使用に関するビジネスケースを強化し、世界中の電気ネットワークでのカーボンフリーエネルギーのさらなる実装に貢献することを願っています」とGoogleは書いています。