Google ha mencionado el día de hoy en su blog que ha estado implementado el software de Inteligencia Artificial (IA) de DeepMind para predecir la producción eólica.
En este sentido se ha conocido que ahora Google podrá programar entregas establecidas de producción de energía, que son más valiosas que las no basadas en el tiempo.
Producir energía eólica
Desde el blog de Google la compañía menciona que desde el año pasado se encuentran trabajando en predecir la cantidad de energía que se puede entregar en un tiempo determinado, para ello han aplicado algoritmos de aprendizaje automático a 700 megavatios de capacidad de energía eólica en el centro de los Estados Unidos.
En este sentido, la compañía de Mountain View destaca para lograr el éxito de este proyecto lograron configurar el sistema de DeepMind a través de una red neuronal y datos de turbinas, logrando predecir 36 horas antes la producción de energía.
Usando una red neuronal entrenada en pronósticos meteorológicos ampliamente disponibles y datos históricos de turbinas, configuramos el sistema DeepMind para predecir la producción de energía eólica 36 horas antes de la generación real.
Un 20% más
Sims Witherspoon, Gerente de producto de DeepMind ha mencionado que aunque no han logrado eliminar la variabilidad del viento los resultados son bastante alentadores por lo que el aprendizaje automático en un futuro, podría ayudar a que la energía eólica sea más predecible.
No podemos eliminar la variabilidad del viento, pero nuestros primeros resultados sugieren que podemos usar el aprendizaje automático para hacer que la energía eólica sea lo suficientemente más predecible y valiosa.
Google y DeepMind mencionan que aunque el uso del aprendizaje automático en los parques eólicos ha dado resultados alentadores, ya que ha aumentado el valor de la energía eólica un 20%, aún falta mucho por mejorar.
Un paso hacia el futuro
Desde Google mencionan que este enfoque les permitirá fortalecer la energía eólica e impulsar en mayor medida la adopción de energía libre de carbono en las redes eléctricas a nivel mundial.
Nuestra esperanza es que este tipo de enfoque de aprendizaje automático pueda fortalecer el caso comercial de la energía eólica e impulsar una mayor adopción de energía libre de carbono en las redes eléctricas de todo el mundo.
Este puede ser un paso importante en la adopción no solo de la energía eólica, sino también de la energía solar en un punto donde los investigadores se esfuerzan para desarrollar ideas novedosas que contribuyan a la implementación de estas tecnologías.
