Una rete neurale addestrata con i dati raccolti dalle turbine eoliche e dalle previsioni meteo ha permesso di migliorare la gestione dell’energia prodotta.
di Charlotte Jee
DeepMind, la sussidiaria di Google dedicata allo sviluppo di sistemi di intelligenza artificiale, ha creato un modello di apprendimento automatico per ottimizzare il consumo di energia eolica prevedendone la produzione energetica con 36 ore di anticipo.
Gli svantaggi: Nonostante la crescita dell’eolico negli ultimi anni, per merito del minor costo delle turbine, l’imprevedibilità di questa fonte di energia resta il suo principale svantaggio rispetto ad altre risorse rinnovabili più affidabili.
L’esperimento: Stando a quanto riportato all’interno del suo blog, per cercare di risolvere il problema DeepMind ha cominciato l’anno scorso a sviluppare algoritmi in grado di migliorare l’efficacia delle fattorie eoliche di Google negli Stati Uniti.
I ricercatori hanno addestrato una rete neurale utilizzando le previsioni meteorologiche e i dati raccolti in passato dalle turbine eoliche, così da prevedere la resa energetica delle fattorie per le 36 ore successive. Sulla base di queste informazioni, il modello raccomanda la distribuzione dell’energia all’interno della rete con un giorno di anticipo.
A detta di DeepMind, il sistema avrebbe incrementato del 20% il “valore” delle fattorie eoliche di Google, anche se la forma di questo valore, o l’indice utilizzato per misurarlo, non sono stati precisati.
Le implicazioni: Per quanto sia solamente stato testato internamente, non è difficile immaginare che Google possa avere interesse a vendere questa tecnologia agli altri operatori di fattorie eoliche; l’intera faccenda non fa che accrescere le credenziali carbon-free dell’azienda.
(MO)
