阿里达摩院把握“驭风秘术”：预测分析风电功率准确度提高20%

3月11日，达摩院取得成功产品研发可免费预测风力发电场风力及发电量输出功率的AI优化算法，该算法可气象预报平原区、山坡地、海湾等不一样地貌的风力，并预测分析该地区内风力发电场的发电能力，为电力网生产调度给出的数据支撑点，提高风力发电集中处理率。

在错综复杂的山坡地风力发电场中，应用达摩院AI气象预报的准确度可提高20%。现阶段该优化算法已服务项目中国好几个风力发电场。

风力发电是发展趋势更快的可再生资源之一，能源局统计显示，仅2021年，全国各地风力发电发电能力做到6526亿千瓦时，同比增加40.5%。

殊不知，风具备偶然性和间断性特性，尤其是山坡地风力发电场受山谷风的局部地区电场危害，非常容易出现显著的局部地区微气候，基本天气预告没法精确体现出风力发电场所在地的真正风力，进而导致发电量输出功率预测分析准确度不高，供电系统不稳定等问题。

对于该问题，达摩院研AI Earth精英团队发产品研发了高精密网格图气候与输出功率气象预报实体模型，模型融进了物理学方程式，促使气象预报結果达到物理学管束，更贴近具体情况；该模式还可高效率获取自然地理空间特征，将天气预告精密度提高至一百米级，合理处理繁杂地貌风力差别大的问题，完成更加准确的风力日风输出功率气象预报。

据了解，达摩院已和内蒙古自治区东润能源集团进行协作，为中国好几个风力发电场给予精细化管理气象。统计显示，在山坡地风力发电场中，达摩院AI的预测分析准确度提高显著，以湖南省山区地带某风力发电场为例子，以往该风力发电场在冬天风力气象预报均方根误差（RMSE）约为4.75，应用达摩院AI优化算法开展后，偏差大幅度减少至3.02，从而将风输出功率气象预报准确度提高20%以上。

对比传统式方式，达摩院优化算法预测分析結果与具体情况更贴近

达摩院AI Earth精英团队责任人李昊表明：“我们无法更改风的多元性特性，但融合传统式标值策略的AI可以有效地捕获在其中的转变，协助新材料行业把握「驭风秘术」。”

2020年9月，达摩院公布AI Earth服务平台，可对卫星影像、无人飞机影象、实时监控流、气象数据、IoT数据信息等多源数据开展结合剖析，现阶段，AI Earth有关技术性已运用于中国水利部、国家气象中心、生态环境部等组织。