DeepMind新AI天气模型WeatherNext 3实现每小时更新，瞄准电力市场

谷歌旗下DeepMind推出的最新人工智能天气模型，不仅能预测风机轮毂高度处的风速以及太阳能电站接收到的太阳辐射量，还能基于卫星图像每小时更新这些预报。

该模型名为WeatherNext 3，于周四发布，其生成的精细化预报与主流大型模式相当；同时，由于不再受限于传统模式依赖的每6小时一次的官方数据更新周期，它能够更快速、更频繁地产出预报结果。

“通过不等待下一次分析时次，而是利用最新观测信息，模型的精度得到了显著提升，”DeepMind资深研究科学家伊兰·普赖斯表示。

据DeepMind介绍，与旧版及欧洲主流模式相比，新模型在气温和降水预报方面均有改进，并新增了对太阳辐射和云覆盖的估算。不过，该模型的预报效果尚未经过独立验证。

这种特性对于预测那些影响全球能源市场的天气状况尤为有用，伦敦非营利组织Open Climate Fix的联合创始人丹·特拉弗斯表示。该公司致力于帮助能源交易商和公用事业企业预测可再生能源发电出力。谷歌称，该组织一直在测试WeatherNext 3。

他指出，风电和光伏正重塑电力系统，天气不仅日益左右能源需求，也深刻影响着供应；与此同时，电力交易已从以月度合约为主转向日内30分钟乃至15分钟的短时市场。

“一大片云团自诺福克上空移过——那里分布着众多太阳能电站——可能在短短一小时内使相当于一座燃煤电厂的发电量瞬间消失，”特拉弗斯说。

由各国政府、商业预报机构及科技公司开发的主要人工智能天气模型，通常依赖于庞大的数据集，将历史观测与数值预报相结合，从而重建过去大气状态的一致性图景。

其中最常用的欧洲中期天气预报中心（ECMWF）数据集每6小时更新一次，且每次耗时约5小时。包括DeepMind此前版本在内的主流AI模型，只能在新的数据集就绪后才能生成下一轮预报。

相比之下，WeatherNext 3可通过调用ECMWF已发布的预报数据，并结合实时传回的卫星影像——后者能提供大气的三维观测——实现每小时更新。据DeepMind研究人员测算，这使得典型预报所用资料的时效从约7小时缩短至3至4小时。