Il primo esperimento di machine learning legato all’eolico si è svolto lo scorso anno negli USA
(Rinnovabili.it) – Lì dove una volta c’erano solo studi anemometrici e previsioni meteo, domani ci sarà l’intelligenza artificiale. Anche il settore eolico, infatti, ha deciso di aprire le porte all’apprendimento automatico e alla statistica computazionale, branche dell’IA. La notizia arriva da Google che fa sapere di aver iniziato ad utilizzare gli algoritmi di machine learning, sviluppati dalla sua sussidiaria DeepMind, per prevedere la produzione elettrica dei propri impianti eolici. L’obiettivo? Rendere lo sfruttamento energetico del vento più affidabile, aumentandone il valore sul mercato.
L’esperimento è iniziato lo scorso anno, negli USA, su 700 MW eolici. Utilizzando una rete neurale istruita con le previsioni meteorologiche e dati storici sulle turbine, è stato realizzato un sistema capace di prevedere con precisione la produzione elettrica con 36 ore di anticipo.
>>Leggi anche Il più grande parco eolico offshore al mondo prende forma<<
“Nonostante siamo ancora impegnati a perfezionare il nostro algoritmo, l’utilizzo dell’apprendimento automatico nei nostri parchi eolici ha prodotto risultati positivi”, spiega DeepMind. “Ad oggi, il machine learning ha aumentato il valore della nostra energia eolica di circa il 20 per cento, rispetto allo scenario di base in cui non vi è alcun impegno di fornitura a tempo nei confronti della rete”.
Il progetto pilota permetterà a Big G di rafforzare la sua politica aziendale verde, che lo ha reso in questi anni una delle prime grandi aziende a rifornirsi di elettricità pulita al 100%.”Non possiamo eliminare la variabilità del vento, ma i nostri primi risultati suggeriscono che possiamo usare l’apprendimento automatico per rendere l’energia del vento sufficientemente più prevedibile e preziosa”, ha aggiunto la società. “Questo approccio aiuta anche a rendere più rigorosi i dati d’attività dei parchi eolici, poiché può aiutare gli operatori a effettuare valutazioni più intelligenti, più veloci e basate sui dati, per comprendere come la loro energia possa soddisfare la domanda di elettricità”.
>>Leggi anche Rinnovabili: Google è ora alimentata solo da vento e sole<<