Una delle prime applicazioni di DeepMind su Google era ridurre e controllare l’utilizzo di energia nei suoi data center. Google sta facendo leva sull’apprendimento automatico per rendere più efficienti i parchi eolici, prevedendo la produzione di energia eolica con 36 ore di anticipo.
Le due divisioni Alphabet hanno lavorato insieme per formare una rete neurale sulle previsioni del tempo e i dati storici delle turbine. Un sistema DeepMind è stato quindi in grado di “prevedere la produzione di energia eolica a 36 ore dalla generazione attuale”.
Google riesce a prevedere la richiesta di energia elettrica del giorno successivo
Riducendo la variabilità dell’energia eolica, la fonte di energia rinnovabile diventa “sufficientemente più prevedibile e preziosa”. Ciò dà agli operatori del parco eolico una maggiore valutazione basata sui dati e su come soddisfare la prossima domanda di elettricità.
Sulla base di queste previsioni, il modello consiglia come effettuare in anticipo gli impegni di consegna oraria ottimali per la rete elettrica con un giorno di anticipo. Questo è importante, perché le fonti di energia che possono essere programmate (cioè possono fornire una quantità fissa di elettricità in un determinato momento) sono spesso più preziose per la rete.
L’algoritmo è ancora in fase di perfezionamento, ma Google rileva come l’apprendimento automatico, rispetto a nessun impegno temporale sulla griglia, abbia “incrementato il valore dell’energia eolica di circa il 20 percento.” L’azienda sta applicando questa ottimizzazione ai suoi parchi eolici negli Stati Uniti centrali che generano 700 megawatt di energia eolica.
In pratica, Google vuole rendere l’energia eolica una fonte migliore e più preziosa di energia rinnovabile integrando l’apprendimento automatico. Le previsioni a supporto della ML sulla produzione di energia eolica e sulla domanda di fornitura di elettricità contribuiscono a creare risparmi sui costi.