알리바바 데이모 아카데미 (Alibaba Damo Academy)는 최근에 새로 개발 된 8 개의 뷰 기상 모델을 기반으로 한이 모델이 지역의 멀티 소스 데이터를 통합하여 전례없는 시간 및 공간 정확도를 통합합니다 : 1km x 1km 및 1 시간마다 업데이트. 이것은 기상 예측 기술의 주요 획기적인 획기적인 것으로 나타 났으며, 많은 분야, 특히 새로운 에너지 전력 시스템의 응용 프로그램에 큰 영향을 미치며, 이는 강력한 실용적 가치를 보여줍니다.
오늘, 알리바바 다모 아카데미는 베이징에서 의사 결정 지능형 제품 런칭 컨퍼런스를 개최했으며 공식적으로 8 개의 View 기상 모델을 시작했습니다. 글로벌 기상 모델을 기반 으로이 모델은 지역 다중 소스 데이터를 결합하고 1km x 1km 및 1 시간의 최대 시간 및 공간 정확도를 달성 할 수 있습니다.
이 혁신적인 기상 예측 도구는 온도, 방사선 및 풍속과 같은 주요 기상 지표의 예측 성능을 크게 향상 시켰습니다. 새로운 에너지의 전력 부하 예측 정확도 속도는 각각 96% 이상, 98% 이상에 도달했습니다.
Damo Academy의 Decision Intelligent Laboratory는 자체 전 세계 기상 모델을 기반으로 지역 고정밀 일기 예보 모델을 구축했습니다. 이 모델은 로컬 스테이션 데이터, 기상 라이벌, 레이더 이미지, 위성 이미지 및 오픈 소스 지형 및 기타 데이터를 통합하여 예측 결과의 세밀함과 정확성을 향상시키고 1km 기상 예측의 시간별 업데이트를 달성 할 수 있습니다.
8 개의 View 기상 빅 모델은 사전 훈련 및 트윈 MAE 마스킹 자동 인코더 구조를 통해 더 나은 초기화 매개 변수를 제공하여 변동하는 날씨 데이터에서 숨겨진 강력한 기능 표현을 가능하게합니다. 새로운 에너지 설치 및 그리드 연결의 수가 증가함에 따라 전력 산업에서 정확한 일기 예보의 중요성이 점점 두드러지고 있습니다. 기상 조건은 태양 광 발전 및 풍력 발전의 생산량에 직접적인 영향을 미치며 거주자의 전기 수요에도 영향을 미칩니다.
실제 운영 데이터에 따르면, 구두 기상 모델의 예측 정확도는 지역 조도, 풍속, 구름 부피 및 온도 측면에서 주류 일기 예보와 비교하여 각각 40%, 27%, 24% 및 11.8% 증가한 것으로 나타났습니다. 또한 Baguan 기상 모델은 클라우드 커버 및 강수량과 같은 주요 기상 지표에 대한 미래의 성능을 계속 향상시키고 항공 조기 경고, 농업 생산, 스포츠 이벤트 등과 같은 더 많은 시나리오에 대한 의사 결정 지원을 제공하기 위해 노력할 것입니다. .
핵심 사항 :
Ali Damo Academy가 시작한 8 개의 기상 모델은 1km x 1km 및 1 시간의 고정밀 기상 예측을 달성합니다.
이 모델은 새로운 에너지 발전 전력 및 전력 부하의 예측 정확도를 크게 향상시켜 각각 96% 이상 98% 이상에 도달합니다.
바구아 기상 모델의 기상 지표의 예측 정확도는 많은 분야에서 상당히 개선되어 전력 시스템 및 기타 산업에 대한 중요한 지원을 제공합니다.
Baguan 기상 모델의 정확한 예측은 새로운 에너지 전력 시스템을 상당히 효율적으로 개선 할뿐만 아니라 다른 산업에 대한보다 신뢰할 수있는 기상 데이터 지원을 제공합니다. 미래에는 모델의 지속적인 최적화와 응용 시나리오의 확장으로 사회 및 경제 발전에 더 큰 힘을 줄 것입니다.