DeepMind 在 Google 的首批应用之一是减少并控制其数据中心的电力使用。Google 现在通过提前 36 小时预测风电输出,利用机器学习来提高风电效率。

这两个 Alphabet 旗下部门合作,训练天气预报和历史涡轮机数据的神经网络。然后,DeepMind 系统能够 “在实际发电前 36 小时预测风电输出。”

通过减少风电的可变性,可再生能源将变得 “足够可预测和有价值”,为风电场运营商提供了更多数据驱动的评估,以满足未来的电力需求。

这一算法仍在不断完善,但 Google 指出,机器学习已经 “将我们的风能价值提高了约 20%。” 该公司正在将这一优化应用于在美国中部的其风电场,产生 700 兆瓦的风电。

在实践中,Google 希望通过整合机器学习,使风能成为更好、更有价值的可再生能源。更好的基于 ML 的风电生产和电力供应/需求预测有助于节省运营成本。