ИИ предскажет силу ветра: новые методы для ветропарков

Ветроэнергетика играет всё более значимую роль в энергосистемах, но её зависимость от погодных условий и непостоянство создают определённые трудности. Повышение точности прогнозирования скорости ветра для ветропарков является ключевой задачей для оптимизации их работы.

Исследователи из Университета Кордовы (UCO) предложили решение этой проблемы, используя искусственный интеллект. Они разработали и подтвердили две методики, основанные на обучении на данных за более чем 13 лет. Эти методы способны с высокой точностью предсказывать экстремальные значения скорости ветра, учитывая такие факторы, как компоненты ветра на разных высотах, давление и температуру воздуха. Результаты исследования опубликованы в журнале Energy and AI.

Обе системы используют искусственные нейронные сети, имитирующие работу человеческого мозга, и системы порядковой классификации. Вместо предсказания конкретных значений скорости ветра, они классифицируют его по интенсивности, от самой низкой до самой высокой.

Как поясняет Антонио Гомес, научный сотрудник кафедры компьютерных наук и искусственного интеллекта UCO, методики были обучены прогнозировать четыре диапазона скорости ветра – низкий, умеренный, высокий и экстремальный – с временными горизонтами в 1, 4 и 8 часов. Каждому диапазону соответствует не только определённая скорость ветра, но и прогнозируемый объём выработки энергии.

Первая модель показывает стабильные результаты для всех четырёх классов ветра, в то время как вторая демонстрирует превосходство при прогнозировании более суровых погодных явлений, отмечает Давид Гихо, ещё один автор исследования. Так, для порывов ветра свыше 20 метров в секунду, относящихся к экстремальной категории, система превосходит традиционные методы, достигая более 94% точности прогнозирования. Это особенно ценно для заблаговременного обнаружения экстремальных ветровых явлений, позволяя остановить турбины и предотвратить их повреждение.

«Энергетические компании должны периодически оценивать объёмы энергии, которые они поставляют в сеть, что подчеркивает необходимость совершенствования прогнозов для оптимального планирования», – подчеркивает исследователь Педро Антонио Гутьеррес. Он отмечает, что обе системы могут быть относительно легко адаптированы для использования на различных ветропарках, однако для этого потребуется их переобучение и проверка, поскольку исходные модели были разработаны на основе данных конкретной площадки с её уникальными условиями.

Данная работа, выполненная в сотрудничестве с учёными из Университета Алькала, является частью национального исследовательского проекта NEXO. Этот проект направлен на разработку моделей искусственного интеллекта для применения в области возобновляемых источников энергии, прогнозирования метеорологических явлений и в медицине.