IBM開發出一款計算機系統，該系統可通過分析數千數據點的數據來了解天氣，并可提前幾天甚至幾周預測太陽能和風力發電廠可產生多少電能用于美國電網。

根據美國國家可再生能源實驗室表示，這個新系統的精確度比現在美國國家氣象服務等機構使用的最先進的天氣預測系統高30%。

IBMT.J.Watson研究中心研究經歷HendrikHamann表示：“它可為太陽能、風能和其他環境參數提供預測，并且，它會分析太陽能發電廠和氣象站的數據，不斷調整和改善其預測。”

由于該系統可以更好地預測可再生能源的可用性，國家電網將能夠更好地整合電力與傳統能源形勢。

IBM的這個新計算機算法被稱為自我學習天氣模型和可再生預測技術(簡稱為SMT)，該技術利用大數據分析和機器學習來提高太陽能預測。該系統會對1600多個氣象監測站、美國太陽能及風力發電場以及氣象衛星的1TB多數據進行收集和分析。

Hamann稱：“收集的數據越多，它就越智能化。”

該SMT系統會持續分析數據來學習和提高可再生能源的預測。其數據來自美國大陸成千上萬氣候模型、氣象衛星影像以及安裝在風力和太陽能發電廠的攝像機拍攝的天空圖片。

相比之下，目前大多數預測技術僅依靠單個氣象站，這讓它們無法有效分析可再生能源的可用性。

IBM公司物理分析研究員SiyuanLu表示：“通過利用數千氣象站的歷史記錄以及實時測量數據，該系統會不斷訓練自己，并且該系統結合了很多天氣模型的預測與地理信息和其他數據，以產生最精確的預測—從幾分鐘到未來幾周。”

現在，只有5%的美國電力來自風能和太陽能資源，但可再生能源的能源量正在迅速增長。

例如，據預測，在15年內，太陽能發電預計將占美國能源的高達14%，到2050年這個數據將達到27%。根據美國能源情報署(EIA)表示，目前，大約65%的美國電力是由化石燃料產生的能源，例如煤炭。

在過去兩年里，太陽能是美國第二大新發電能源(+本站微信networkworldweixin)，排在它前面的只有天然氣。

隨著太陽能和風能能源量持續增加，區域電網需要提前知道他們將會有多少可再生能源電力，以更好地規劃其能源需求。

在美國，電力傳輸由區域獨立系統運營商(ISO)來控制，ISO會接收來自其成員公共設施的電力。例如，ISO新英格蘭公司管理者該地區的大容量電力系統和傳輸線。

從傳統渠道(例如化石燃料發電廠和水電大壩)的能源相對穩定，很容易預測。然而，可再生能源取決于天氣;云、濕度和風速都會影響太陽能和風力渦輪機產生的可再生能源。

IBM的SMT系統每隔15分鐘會獲取新數據，使其能夠預測并通知ISO太陽能和風力發電廠可能產生多少能源。

“通過提高預報的準確度，公共設施可以更有效率和更有盈利地運營，”SMT項目合作者美國國家可再生能源實驗室(NRET)傳輸和電網集成部門負責任Bri-MathiasHodge表示。“這可以提高可再生能源的使用，讓其成為更加公認的能源發電選擇。”

更多資訊請關注自動化軟件頻道