伴隨全球能源形勢變化，風力發電成為了越來越普及的一種發電方式，但隨著風力發電占比逐步提高，其供電的不穩定性和不可預測性也成了風力發電系統面臨的越來越大的考驗。為了進一步提高風力發電的實用性與穩定性，谷歌提出了使用機器學習的方式，來預測未來的發電狀況，為供電作出參考。

谷歌自2018年起，將氣象觀測資料、氣象預測、和實地的量測結果接入Google DeepMind的機器學習平臺，提供36小時后的風力預測，并將其應用在自家位于美國中部的700MW風力發電場。雖然說這并不能改變風量，但卻讓Google能提前預測風電場未來一天預計能提供的電力總量。

風力發電雖然極其不穩定，但并不是沒有應對方式的。然而能夠隨時能待命補足風力發電缺口的發電方式卻通常都成本高昂。如果能提前一步預先知道未來的風力何時會出現缺口的話，電廠就能有充裕的時間啟動需要較長時間才能上線的發電手段，與風力互補。因此谷歌的這項研究成果就顯得特別重要，谷歌的這項研究也使自己的風力電場的電力因此提升了20%的價值。

谷歌的這項應用實例說明AI與機器學習已經在各種看不見的地方逐漸深入到了各種工業程序之中，為生活帶來意想不到的改變。

關鍵詞：