人工智能不是可再生能源的魔咒
来源：CPDA数据分析师网 / 时间：2021-05-06
当然也没有达到初的投资者预期水平，大多数人不知道其隐藏价值的程度，随着能源价格的下行压力，风电场运营商正在寻找解决方案，以确保每种资产都能实现其的能源生产和可靠性。
人工智能被 炒作可再生能源的游戏规则改变者
仅人工智能（AI）已被誉为降低运营成本，提高效率并化AEP的开拓性工具，但是尽管人工智能已为许多行业带来了福音，包括医疗保健，零售和市场营销，但它尚未成为可再生能源行业预期的游戏规则改变者，AI的优势之一是其处理大量标准化数据的能力，但是这些算法对不良数据非常敏感，对于当今风能行业中众多的涡轮机模型，没有用于监督控制和数据采集信息，性能运行数据或其他数据的行业标准，数据模式之间缺乏标准化或一致性不足，对算法准确性提出了挑战，此外风能具有多个变量，包括不同的涡轮机型号，齿轮箱，涡轮机位置，气候变化，风型等，这些都会影响算法的输出。
市场对AI到底是什么存在误解
通常它与机器学习（ML）或深度学习相混淆，尽管每种软件都描述了可以智能运行的软件，但是它们之间还是有明显的区别的，化风电场利润和绩效所必需的人为监督，事实证明，机器学习有助于监控涡轮机的性能以进行预防性维护，从而减少了涡轮极爬升以检查叶片的速度，但是尽管AI和ML是优化风电场的有用工具，但由于上述许多变量，它们具有特定的局限性，至关重要的是，要让人类专家监督AI模型对偏航，桨距，叶片，尾流和其他特定涡轮机性能因素的变化所建议的决策，以优化风电厂的输出。
一种算法可以为一种类型的涡轮机正确解释所有数据
但是由于存在太多的涡轮机模型，而每种涡轮机模型都没有行业标准数据，因此该算法可能会误解该涡轮机模型或该特定风力发电厂的位置。该错误可能导致建议以损坏涡轮机的方式来调整螺距或叶片，或者无法提供预期的能量值，从而导致农场收益减少，另外对一个涡轮的调整可能会影响所有下游涡轮，从而造成进一步的损失，为确保解决低效率和优化性能的建议准确无误，至关重要的是，由具有风电场领域专业知识的专家进行人为监督，以验证建议的解决方案。
掌握涡轮数据
原始设备制造商（OEM）通常会出于各种原因保留涡轮机性能数据，他们在产品性能方面非常防御，通常不允许其客户或第三方合作伙伴查看完整的性能数据。没有这些数据，风电场运营商将无法做出能够显着提高其电场效率的调整，通过采取步骤支持行业数据标准化并由OEM发布性能数据，可以更好地服务于风能行业，而不是仅依靠AI来解决性能问题。这些举措并确保具有丰富风电场领域专业知识的人员监督优化建议，将有助于提高风电场的年度能源产量，并充分利用复杂的风数据。