Ключевые моменты
Google DeepMind запустила WeatherNext 3 — ИИ‑модель прогноза погоды для операторов энергетической инфраструктуры
Модель обновляется каждый час и прогнозирует скорость ветра на высотах до 100 метров — уровне работы лопастей турбин
Также рассчитывается солнечная радиация для оценки выработки фотоэлектрических панелей
WeatherNext 3 нацелена на сетевых операторов, балансирующих энергосистему по мере роста доли ВИЭ
DeepMind позиционирует инструмент как прямой вклад в ускорение перехода к чистой энергетике
Google DeepMind представила WeatherNext 3 — модель краткосрочного прогноза погоды, ориентированную на ветропарки, производителей солнечной энергии и операторов электрических сетей.
По данным компании, модель обновляется каждый час и фокусируется на параметрах, определяющих выработку возобновляемой генерации.
DeepMind рассказала о сервисе 14 сентября в X и опубликовала дополнительные технические детали в своем блоге.
Что измеряет WeatherNext 3
WeatherNext 3 формирует два основных набора прогнозов. Первый охватывает скорость и направление ветра на высотах до 100 метров — именно на этом уровне работают лопасти большинства современных наземных ветровых турбин.
Второй поток прогнозирует облачность и входящую солнечную радиацию. Эти данные оператору сети нужны, чтобы оценить ожидаемую генерацию солнечных панелей в ближайшие часы.
Оба массива данных обновляются ежечасно. В DeepMind подчеркивают, что такая частота критична: погодные условия, влияющие на выработку, могут существенно меняться в пределах одного торгового интервала на рынке электроэнергии.
Компания подает продукт как инфраструктуру для энергетического перехода. Заблаговременное понимание изменений погоды позволяет лучше подстраивать предложение чистой энергии под спрос потребителей и эффективнее балансировать сети в условиях переменной выработки ВИЭ.
Также читайте: Bitget заявляет о 40% сделок вне крипты на фоне выхода за пределы цифровых активов
Почему сетям нужны более точные прогнозы
Исторически энергосистемы опирались на регулируемую генерацию — электростанции, которые можно оперативно включать и менять их нагрузку по команде диспетчера. К этой категории относятся угольные, газовые и атомные блоки.
Ветер и солнце к такому типу не относятся: их выработка определяется погодой, а не командами оператора. Система с высокой долей ВИЭ должна заранее прогнозировать колебания генерации, а не просто реагировать на них постфактум.
Ошибки в прогнозах накапливаются по всей сети. Если ветропарк завышает ожидаемую выработку, системный оператор может войти в период пикового спроса с дефицитом мощности. Занижение прогноза, напротив, ведет к недоиспользованию доступной генерации и вынужденному запуску более дорогих резервных мощностей.
Почасовые прогнозы на базе ИИ напрямую закрывают этот разрыв. Более высокая точность в горизонте от одного до двенадцати часов дает операторам время для оптимального запуска хранилищ, программ управления спросом или резервных станций при минимальных издержках.
DeepMind несколько лет развивает собственные модели погоды. Ранее ее исследования привели к созданию GraphCast — глобальной модели, которая по ряду метрик превзошла эталонные прогнозы Европейского центра среднесрочных прогнозов погоды.
WeatherNext 3 использует эту основу, но адаптирована под энергетику и задачи управления сетями.
Угол инфраструктуры ИИ для крипторынка
Масштабный запуск ИИ‑моделей такого класса пересекается с нарративом децентрализованных вычислений, активно развивающимся на крипторынке. Сети Bittensor (TAO) и Render (RNDR) выстраивают свою инвестиционную историю вокруг растущего спроса на распределенную ИИ‑инфраструктуру.
Коммерческий продукт по прогнозу погоды от одного из лидеров ИИ демонстрирует реальный спрос на вычислительные ресурсы, который такие сети стремятся обслуживать. Сейчас DeepMind запускает WeatherNext 3 на собственных проприетарных мощностях. Останется открытым вопрос, смогут ли открытые или распределенные альтернативы обеспечить сопоставимую производительность.
Илон Маск ранее в понедельник заявил, что дата‑центры ИИ уже способствуют снижению цен на электроэнергию для потребителей. Эта позиция перекликается с подходом DeepMind: более точные ИИ‑прогнозы удешевляют управление возобновляемой генерацией.
Также читайте: Grok 5 становится целевой AGI‑моделью Маска на фоне усиления предупреждений о рисках ИИ
Что дальше
DeepMind пока не раскрывает, какие именно операторы сетей или энергокомпании уже используют WeatherNext 3. В таких проектах обычно участвуют коммунальные компании, независимые производители электроэнергии и трейдинговые подразделения энергохолдингов.
Ключевым фактором станет точность модели на более длинных горизонтах — свыше шести часов. От этого зависит ее ценность для торговли на рынке «день вперед», где сосредоточены основные объемы контрактов и где ошибки прогноза обходятся особенно дорого.
На тот же сегмент нацелены конкурирующие ИИ‑модели от стартапов вроде Tomorrow.io, а также существующие сервисы национальных метеорологических агентств. Выход DeepMind поднимает планку требований к точности прогнозов по всему рынку.
Читайте далее: Хакеры Revolut начали публикацию клиентских файлов и требуют 10 000 Bitcoin
