Aujourd'hui, le laboratoire de recherche Darmo de Alibaba a organisé à Pékin une conférence de lancement de produits d'intelligence décisionnelle, présentant officiellement le grand modèle météorologique Baguan. Ce modèle, basé sur les modèles météorologiques mondiaux et combiné à des données multi-sources régionales, permet d'atteindre une précision spatio-temporelle allant jusqu'à 1 km × 1 km et 1 heure.
Cet outil innovant de prévision météorologique améliore considérablement les performances de prévision d'indicateurs météorologiques clés tels que la température, l'irradiation et la vitesse du vent. Il a été déployé avec succès dans les nouveaux systèmes électriques à forte proportion d'énergies renouvelables, améliorant significativement la précision des prévisions de puissance de production d'énergie renouvelable et de charge électrique, atteignant respectivement plus de 96 % et 98 %.
Le laboratoire d'intelligence décisionnelle de Darmo, s'appuyant sur des années d'expérience et son propre grand modèle météorologique mondial, a construit un modèle de prévision météorologique régionale haute précision. Ce modèle, en fusionnant les données des stations locales, les données météorologiques en temps réel, les images radar, les images satellites et les données topographiques open source, améliore la granularité et la précision des résultats de prévision, permettant des prévisions météorologiques sur une grille de 1 km actualisées toutes les heures.
Le grand modèle météorologique Baguan, grâce à son pré-entraînement et à sa structure d'auto-encodeur masqué jumeau MAE, offre de meilleurs paramètres d'initialisation, permettant ainsi d'apprendre des représentations de caractéristiques robustes cachées dans les données météorologiques très variables. Avec l'augmentation constante de la capacité installée et du raccordement au réseau des énergies renouvelables, la précision des prévisions météorologiques prend une importance croissante dans le secteur de l'électricité. Les conditions météorologiques influent directement sur la production d'énergie photovoltaïque et éolienne, ainsi que sur la demande d'électricité des ménages.
Les données d'exploitation réelles montrent que la précision des prévisions du grand modèle météorologique Baguan a été améliorée de 40 %, 27 %, 24 % et 11,8 % respectivement par rapport aux principales prévisions météorologiques pour l'irradiance régionale, la vitesse du vent, la nébulosité et la température. De plus, le grand modèle météorologique Baguan continuera à améliorer ses performances à l'avenir pour des indicateurs météorologiques clés tels que la nébulosité et les précipitations, afin de fournir un soutien décisionnel à un plus grand nombre de scénarios, notamment les alertes aériennes, la production agricole et les événements sportifs.
Points clés :
🌤️ Le grand modèle météorologique Baguan, lancé par le laboratoire de recherche Darmo d'Alibaba, permet des prévisions météorologiques haute précision de 1 km × 1 km et 1 heure.
⚡ Ce modèle améliore considérablement la précision des prévisions de puissance de production d'énergie renouvelable et de charge électrique, atteignant respectivement plus de 96 % et 98 %.
📈 La précision des prévisions des indicateurs météorologiques du grand modèle météorologique Baguan a été significativement améliorée dans plusieurs domaines, fournissant un soutien important aux systèmes électriques et à d'autres secteurs.