橙柿互动 记者 韩晨柯 通讯员 江敏

“钱是大风刮来的”，这不是一句玩笑话。

在风电场，通过预测风向、风速推算出新能源场站未来的发电功率，堪称新型电力系统的“天气预报系统”，预测每精准1%，带来的就是数万、数百万的收益变化。

为了更精准“摸清”风的规律，近日，杭州企业海康威视基于观澜大模型体系，集成气象大模型和时序大模型，推出了大模型边缘智能设备——风功率预测一体机，结合自研气象大模型及多源气象预报、风机运行数据、场站实测气象与地形地貌等数据，基于自研时序大模型技术，实现风电场发电功率的精准预测，提升发电企业利润。

用一句话概括，它让风更可测，让电更可控。

它有哪些优点？

相比原系统，其预测偏差考核费用降低显著。

例如，在华东区域某300MW海上风电场，功率预测偏差总考核费用年均降低超120万元，降幅超15%；在华南区域某80MW高山山地风电场，功率预测偏差总考核费用年均降低超80万元，降幅超46%；在西北区域某200MW戈壁型风电场，功率预测偏差总考核费用年均降低超30万元，降幅超20%。

都说“十里不同天”，即便在同一座城市，不同区域也会出现一边晴天一边大雨的情况，风向、风速各不相同。如何将大范围（县、市等各级）气象预报，运用到占地可能仅几平方公里的风电场站？

其实，这台设备擅长“精雕”。通过自研气象大模型，引入MoE技术（混合专家技术）和微调技术，让气象大模型更适应最新的气象数据，从而提升风向、风速的长时预报精度。

不同于常规气象预报，它主要为数十公里级的范围预报，精度范围缩小至公里级。

例如在地表10米风（东西方向）的24小时、10天长时预报上，这款大模型对比数值气象预报（NWP）的预报误差，分别降低了22.7%、22.8%。

风电场站所处的地形环境多样且复杂，比如山地风电场受山谷风的局地环流影响，容易产生明显的局地小气候，难以预测真实风速和风向。同时，因地形复杂，不同海拔的风机所吸收的风能有差异，尾流影响无规律，最终导致发电量差异较大。

这款设备是“画图高手”，可以结合风电场内部地形特点及风机空间位置关系，构建出风机功率相关性图谱网络，准确分析风机间关系及尾流影响，从而实现对风电场内风资源分布情况的有效分析与刻画，降低山地、峡谷等复杂地形造成的微气象、小气候带来的气象预报偏差。

海康深耕20余年的视频图像处理技术，也为精细化气象预报提供了支撑。

通过风机功率相关性图谱网络划分多个机群“小组”，找出平均值，提升整体功率预测准确率。

一般来说，传统风功率预测需要次日至十日的中长期预测，会存在误差累积、精度自衰减现象。

海康威视风功率预测一体机通过自研时序大模型，利用自注意力机制，自动调整模型参数，有效减少长周期预测的误差累积，精准预测未来。

此外，时序大模型突破了传统时间序列预测中存在的有限记忆瓶颈、支撑学习超长周期发电走势，使未来发电量的预测具备更高的置信度水平，让15分钟、4小时、次日、第十日后的风功率预测都保持高准确度。

某风电场功率预测曲线对比，蓝色为风场实际功率，黄色为海康预测功率，绿色为现有系统预测功率，可以看出蓝色和黄色重叠度高。

它能更精准地预测每一缕风，让不确定的风产出确定的绿电，助力我国新能源产业收益升级。

责任编辑：韩晨柯 审核：陈奕 林建安