导语：清洁能源时代|用大数据+AI抓住每一缕风，助力智能功率预测导语：

导语：
清洁能源时代，对可再生新能源的输出功率开展预测，更有利于优化发电计划。一直致力于融合IT前沿技术和新能源发展的金风慧能基于英特尔统一的大数据分析和AI平台AnalyticsZoo,结合气象数据打造多模型组合预测方案，践行绿色环保新能源理念。

文章图片
随着清洁能源理念被广泛接受，以风电、光伏为代表的可再生新能源开始在能源格局中扮演越来越重要的角色。来自国家能源局的数据显示，仅2019年上半年，全国风电发电量同比增长11.5%、光伏发电装机量同比增长20%1 。
但与传统能源不同，风电、光伏等新能源受环境因素影响很大，风能、日照的随机性和波动性都会对电网的稳定性和安全性带来严峻挑战。不过随着人工智能(ArtificialIntelligence ， AI)、物联网、云计算等新兴技术更多地与新能源产业相融合，以智能化手段来应对以上挑战，正成为新能源企业面向未来，领跑绿色能源发展之路的首选。
矢志于引领新能源数字化、智能化，致力于新能源物联网系统和解决方案研发的北京金风慧能技术有限公司(以下简称金风慧能)就是这条道路上的重要领跑者之一。它正利用深度学习与机器学习的方法，结合风机级气象预报、风轨迹模拟等气象预报数据，以多模型组合的方式来构建用于功率预测的全新智能方案。为此，金风慧能与英特尔开展了紧密的合作，基于英特尔统一的大数据分析和AI平台——AnalyticsZoo ，打造了从特征工程搭建、预测影响因子捕捉、多模型组合到定制化策略更新的分布式架构，并针对预测数据的时序特性进行了有针对性的优化。随后的一系列场站测试中，双方合力打造的全新方案也得到了验证并收获了良好的应用效果。
金风慧能全新智能功率预测方案实现的优势：
?与传统功率预测方案相比，结合气象预报数据的多模型组合功率预测新方案，能获得更有效的时序数据支撑，令预测准确率和稳定性更高；
?英特尔统一的大数据分析和AI平台AnalyticsZoo为新方案提供了统一的端到端架构，可帮助用户提高系统的开发部署效率和可扩展性，降低硬件与运维的成本；
?AnalyticsZoo在时序数据分析方面的独特功能和优势，为新方案提供了更优的预测性能，可使预测模型与发电设备的实际输出功率实现更好的拟合。

文章图片
“金风慧能一直致力于将IT前沿技术与新能源的发展相融合，为用户提供更为高效、敏捷的新能源解决方案。 AnalyticsZoo所提供的统一端到端架构，及其在时序数据分析方面的优势，不仅使我们结合气象预报数据的多模型组合功率预测方案具有更敏捷的部署效率，在预测准确率、稳定性方面也能获得较大提升。 ”
张利
首席架构师
金风慧能
以清洁为重要特点的风电、光伏等可再生能源如今越来越为大众所青睐，但在其生产过程中，风速、风向、日照、气温、气压等环境因素，都会给电力系统带来巨大影响，使发电设备、并入电网都面临运行效率、设备安全等方面的问题。因此，对这些新能源的输出功率开展预测，不仅有利于调度系统合理调整和优化发电计划，改善电网调峰能力，更能减少弃风和弃光率，并降低其运行成本，帮助电力企业提升竞争力。
传统上，电力企业会根据历史资料以及人工经验来实施功率预测，但这一方法往往存在准确率低、波动性大等弊端。随着IT技术的不断发展，更多信息化、数字化预测方法正逐渐被运用在功率预测中。尤其是更多AI算法的涌现和更强算力的支撑，使得结合海量历史数据样本开展基于AI的智能预测方法具备了落地的条件，例如支持向量机(SupportVectorMachine ， SVM)、多层感知器(Multi-LayerPerceptron ， MLP)等，已被实践验证可有效助力电力系统提升运作效率。