“錢是大風刮來的”

這不是一句玩笑話

在風電場，通過預測風向、風速

推算出新能源場站未來的發電功率

堪稱新型電力系統的“天氣預報系統”

預測每精準1%

帶來的就是數萬、數百萬的收益變化

為了更精準“摸清”風的規律

海康威視基于觀瀾大模型體系

集成氣象大模型和時序大模型

推出大模型邊緣智能設備

風功率預測一體機

實現氣象預測、功率預測

讓風更可測，讓電更可控

△風功率預測一體機是一款面向風電場站的邊緣智能設備，結合自研氣象大模型及多源氣象預報、風機運行數據、場站實測氣象與地形地貌等數據，基于自研時序大模型技術，實現風電場發電功率的精準預測，提升發電企業利潤

在多地風電場應用以來

海康威視風功率預測一體機

通過更精準的預測

不僅助力風電場合理排產、高效發電

還降低了電網對其管理、調度的考核費用

（風功率預測越精準，所產生的考核費用越低）

相比原系統，預測偏差考核費用降低顯著

在華東區域某300MW海上風電場，功率預測偏差總考核費用年均降低超120萬元，降幅超15%；

在華南區域某80MW高山山地風電場，功率預測偏差總考核費用年均降低超80萬元，降幅超46%；

在西北區域某200MW戈壁型風電場，功率預測偏差總考核費用年均降低超30萬元，降幅超20%；

自研氣象大模型

實現公里級的氣象預報

都說“十里不同天”，即便在一個城市，不同區也會一邊晴天一邊大雨，風向、風速也存在很大差異。

那如何將大范圍（縣、市等各級）氣象預報，運用到占地可能僅幾平方公里的風電場站？

海康威視風功率預測一體機通過自研氣象大模型提升氣象預報精度和準確性，引入MoE技術（混合專家技術）和微調技術，更全面地考慮各種因素、讓氣象大模型更適應最新的氣象數據，從而提升風向、風速的長時預報精度。不同于常規氣象預報，主要為數十公里級的范圍預報，其精度范圍縮小至公里級。

△在地表10米風（ 東西方向）的24小時、10天長時預報上，海康威視自研氣象大模型對比數值氣象預報（NWP）的預報誤差，分別降低22.7%、 22.8%

20余年視頻圖像處理技術

為精細化氣象預報提供支撐

得益于海康威視在視頻領域深厚的圖像編碼與還原AI技術積累，技術遷移實現氣象預報的時空降尺度，即通過技術把一張模糊的、范圍很大的天氣地圖變得清晰并且更細致，從而提供場站級的精細化氣象預報。

復雜地形下

風機圖譜降低小氣候預報偏差

風電場站所處的地形環境多樣且復雜，比如山地風電場受山谷風的局地環流影響，容易產生明顯的局地小氣候，難以預測真實風速和風向。

同時，因地形復雜，不同海拔的風機所吸收的風能有差異，尾流影響無規律，最終導致發電量差異較大。

△大型風機葉片產生的尾流效應會引起后排風機的風能損失（圖片來源：國際新能源網）

海康威視風功率預測一體機結合風電場內部地形特點及風機空間位置關系，構建出風機功率相關性圖譜網絡，可以準確分析風機間關系及尾流影響，從而實現對風電場內風資源分布情況的有效分析與刻畫，降低由于復雜地形如山地、峽谷等造成的微氣象、小氣候帶來的氣象預報偏差。

△通過風機功率相關性圖譜網絡劃分多個機群“小組”，找出平均值，提升整體功率預測準確率

自研時序大模型

提升長周期預測精準度

一般來說，風功率預測需要次日至十日的中長期預測。傳統風功率預測手段在應對長時序預測時，會存在誤差累積、精度自衰減現象。

如何才能精準預測未來？海康威視風功率預測一體機通過自研時序大模型，利用自注意力機制，自動調整模型參數，有效減少長周期預測的誤差累積，此外時序大模型突破了傳統時間序列預測中存在的有限記憶瓶頸、支撐學習超長周期發電走勢，使未來發電量的預測具備更高的置信度水平，讓15分鐘、4小時、次日、第十日后的風功率預測都保持高準確度。

△某風電場功率預測曲線對比，藍色為風場實際功率，黃色為海康預測功率，綠色為現有系統預測功率，可以看出藍色和黃色重疊度高

更精準地預測每一縷風

讓不確定的風產出確定的綠電

助力新能源產業收益升級

海康威視將持續創新

讓新能源插上科技的翅膀

讓源源不斷的清潔能源送入千家萬戶