Alphabet DeepMind子公司于2014年被Alphabet收购。 自2010年以来，她一直在开发人工智能程序来解决复杂问题。 根据
Google最近的一篇
文章 ，最新的DeepMind项目之一专注于风力发电的可预测性。 那些沿着高速公路的巨大的风力涡轮机只有在有风的时候才会产生能量。 在没有昂贵的能量存储的情况下，很难计划其涡轮机可以提供多少能量。
这并不意味着风电场的所有者没有试图预测发电量。 多年来，能源行业一直使用人工智能
技术来尝试更接近真实的风能预测。
《 E＆E新闻
》昨天发表
了一篇文章，显示了预测风能的难度：在美国中西部最近的极地涡旋中，风能下降了。 但是，当温度持续下降到-14°C（-22°F）时，一些涡轮机会自动关闭，以防止损坏风车的机械部件。 这导致系统能源运营商无法预测的电力短缺。
当温度降至-14°C（-22°F）时，风能的下降速度超过了预期但是DeepMind说，过去一年开发的人工智能程序可以帮助使“风能”线更接近“预期风能”线。 DeepMind开发的算法经过了历史天气数据和Google 700兆瓦风力发电机记录的年度风能的训练。
DeepMind和Google希望能够在36小时内预测风力。 Google今天写道：“这很重要，因为可以计划的能源（即它们可以在规定的时间供应一定量的电力）通常对电网更有价值。” DeepMind开发的模型可帮助Google等风电场的所有者“全天候”每小时向区域能源经理做出承诺。
谷歌报告说，这一机会将使当地的能源经理知道该农场将为明天提供多少风能，“与基准情景相比，将使我们的风能成本增加约20％”。 Google如何量化“价值”尚不清楚。
但是，该公司发布了这个可爱的小.gif文件，显示了其预测如何跟踪给定日期的实际风能：
风电预测图Google写道：“我们希望这种机器学习方法将有助于加强使用风能的商业案例，并有助于在全球范围内的电网中进一步实施无碳能源。”