DeepMind รายงานการใช้ Machine Learning จัดการพลังงานลม, สร้างมูลค่าฟาร์มลมเพิ่ม 20%

DeepMind แถลงผลการทดลองใช้ระบบคอมพิวเตอร์เรียนรู้ได้ (machine learning) มาจัดการพลังงานลมจากฟาร์มที่กูเกิลเข้าไปมีส่วนร่วม โดยปัญหาสำคัญของพลังงานลมคือมันขึ้นกับสภาพอากาศอย่างมาก ทำให้การทำนายพลังงานที่ได้รับโดยรวมทำได้ยาก แหล่งพลังงานที่ใส่ไฟฟ้าเข้าไปในระบบกริดโดยบอกล่วงหน้าได้ จะได้มูลค่าสูงกว่า

ทาง DeepMind สร้างโมเดล machine learning เรียนรู้จากข้อมูลพยากรณ์อากาศแล้วนำมาพยากรณ์ปริมาณไฟฟ้าที่จะผลิตได้ล่วงหน้า 36 ชั่วโมง ทำให้ฟาร์มลมเหล่านี้สามารถสัญญาส่งพลังงานล่วงหน้าเข้ากริดล่วงหน้าหนึ่งวันเต็ม การจัดการระบบกริดสามารถทำได้ดีขึ้น

รายงานระบุว่าการทำนายข้อมูลต่างๆ ให้ดีขึ้น ทำให้มูลค่าของพลังงานลมที่ได้จากฟาร์มเหล่านี้สูงขึ้นถึง 20%

ปัญหาความไม่เสถียรของพลังงานหมุนเวียนเช่นพลังงานลมหรือแสงอาทิตย์ยังคงเป็นปัญหาที่ไม่มีทางแก้ แต่การทำนายปริมาณพลังงานจากแหล่งเหล่านี้ล่วงหน้าก็เปิดทางให้มีการจัดหาหลังงานจากแหล่งอื่นๆ อย่างมีประสิทธิภาพมากขึ้น

ที่มา - DeepMind Blog



Topics: DeepMindEnergyMachine Learning