La filiale Alphabet DeepMind a été acquise par Alphabet en 2014. Depuis 2010, elle développe des programmes d'intelligence artificielle pour résoudre des problèmes complexes. Selon un récent article de
Google , l'un des derniers projets DeepMind s'est concentré sur la prévisibilité de l'énergie éolienne. Ces énormes éoliennes situées le long de l'autoroute ne produisent de l'énergie que lorsqu'il y a du vent. En l'absence d'un stockage d'énergie coûteux, il est difficile de prévoir la quantité d'énergie que leurs turbines peuvent fournir.
Cela ne signifie pas que les propriétaires de parcs éoliens n'essaient pas de prédire le volume de production d'électricité. Depuis de nombreuses années, l'industrie de l'énergie utilise des
techniques d' intelligence artificielle pour essayer de se rapprocher des prévisions réelles du vent.
E & E News a publié hier
un article montrant combien il est difficile de prédire l'énergie éolienne: lors du récent tourbillon polaire dans le Midwest américain, l'énergie éolienne a chuté. Mais lorsque la température a continué de baisser à -14 ° C (-22 ° F), certaines turbines se sont automatiquement arrêtées pour éviter d'endommager les pièces mécaniques des éoliennes. Cela a entraîné une pénurie imprévisible d'électricité pour l'opérateur énergétique du système.
Lorsque la température a chuté à -14 ° C (-22 ° F), l'énergie éolienne a chuté plus rapidement que prévuMais DeepMind dit que les programmes d'intelligence artificielle qui ont été développés au cours de la dernière année peuvent aider à rapprocher la ligne «éolienne» de la ligne «éolienne attendue». Les algorithmes développés par DeepMind ont été formés sur les données météorologiques historiques et l'énergie éolienne annuelle enregistrées par des éoliennes de 700 mégawatts appartenant à Google.
DeepMind et Google aimeraient pouvoir prédire l'énergie éolienne en 36 heures. "C'est important parce que les sources d'énergie qui peuvent être planifiées (c'est-à-dire qu'elles peuvent fournir une certaine quantité d'électricité à un moment donné) sont souvent plus précieuses pour le réseau", écrit Google aujourd'hui. Le modèle développé par DeepMind aide les propriétaires de parcs éoliens tels que Google à prendre des engagements horaires avec le gestionnaire régional de l'énergie «toute la journée à l'avance».
Google indique que cette opportunité permettra au gestionnaire local de l'énergie de connaître la quantité de vent que la ferme fournira la journée à venir ", augmentera le coût de notre énergie éolienne d'environ 20% par rapport au scénario de base". La manière dont Google quantifie la «valeur» n'est pas encore connue.
Cependant, la société a publié ce mignon petit .gif montrant comment ses prévisions suivent l'énergie éolienne réelle pour un jour donné:
Tableau de prévision de l'énergie éolienne"Nous espérons que cette approche de l'apprentissage automatique contribuera à renforcer la rentabilité de l'utilisation de l'énergie éolienne et contribuera à la poursuite de la mise en œuvre de l'énergie décarbonée dans les réseaux électriques du monde entier", écrit Google.