风力发电是近来愈来愈普及的一种发电方式,但随着风力发电占比逐步提高,其不稳定性和不可预测性便成了愈来愈大的考验。为了进一步提高风力发电的实用性,Google 提出了用机器学习的方式,来预测未来的发电状况,做为供电的参考。

Google 自去年起,将气象观测资料、气象预测、和实地的量测结果喂进 DeepMind 的机器学习平台上,提供 36 小时后的风力预测,并且应用在自家位于美国中部的 700MW 风力发电场。虽然说这并不能改变风吹的量,但却让 Google 能提前知会电力公司未来一天预计能提供的电力总量。
风力发电虽然极其不稳定,但并不是没有应对方式的,然而随时能待命补足风力发电缺口的发电方式,却通常都成本高昂。如果能早一步预先知道未来的风力何时会出现缺口的话,电厂就能有充裕的时间启动需要较长时间才能上线的发电手段,与风力互补。因此 Google 提前的知会就显得特别重要,Google 估计自己风力电场的电力因此提升了 20% 的「价值」呢。

这只是又一个新的例子,说明机器学习虽然通常都是打败人类的时候最受关注,但其实在各种看不见的地方,已经逐渐深入各种工业程序之中,带来意想不到的转变呢。