3月11日，达摩学院成功开发出人工智能算法，可以准确预测风电场的风速和发电量，该算法可以预测平原、山地、海岸等不同地形的风速，预测该地区风电场的发电量，为电网调度提供数据支持，提高风电消耗率。
在复杂的山区风电场中，使用达摩研究所人工智能预测的准确性可以提高20%。目前，国内很多风电场都采用了该算法。
风力发电是发展最快的可再生能源之一。根据国家能源局的数据，仅在2021，全国风力发电达到6526亿千瓦时，同比增长40.5%。
然而，风具有随机性和间歇性的特点。尤其是山区风电场受当地山谷风环流的影响，容易产生明显的局部小气候。传统的天气预报不能准确反映风电场所在区域的真实风速，导致发电预测精度低，电力系统不稳定。
针对这个问题,，达摩研究所AI地球团队开发了一个高精度网格天气和功率预测模型，该模型集成了物理方程，使预测结果满足物理约束条件，更接近实际情况；该模型还可以有效地提取地理空间特征，将天气预报精度提高到100米，有效解决复杂地形下风速差异大的问题，实现更准确的风速和风力预报。
据报道，达摩研究所与内蒙古东润能源公司合作，为国内多个风电场提供完善的气象服务。数据显示，在山区风电场中，达摩研究所人工智能的预测精度显著提高，以湖南山区某风电场为例，以往该风电场冬季风速预测的均方根误差（RMSE）约为4.75。使用达摩研究所人工智能算法后，误差大大降低至3.02，风力发电预测的准确率提高了20%以上。
与传统方法相比，达摩研究所算法的预测结果更接近实际情况
达摩研究所艾土团队负责人李昊说：我们无法改变风的可变性，但人工智能与传统数值模型相结合可以有效捕捉变化，帮助新能源行业掌握“控制风的艺术”。”
2020年9月，达摩研究所发布了AI地球平台，该平台可以融合和分析卫星图像、无人机图像、实时视频流、气象数据、物联网数据和其他多源数据。目前，人工智能地球相关技术已应用于水利部、国家气象中心、生态环境部等机构。
