Analytics und Machine Learning

IBM-System soll Sonnen- und Windenergie planbarer machen

Heinrich Vaske ist Chefredakteur der COMPUTERWOCHE und verantwortlich im Sinne des Presserechts (v.i.S.d.P.). Seine wichtigste Aufgabe ist die inhaltliche Ausrichtung der Computerwoche - im Web und in der Zeitschrift. Vaske verantwortet außerdem inhaltlich die Sonderpublikationen, Social-Web-Engagements und Mobile-Produkte der COMPUTERWOCHE und moderiert Veranstaltungen. Weitere Interessen: der SV Werder Bremen, Doppelkopf und Bücher - etwa die von P.G. Woodhouse.
IBM hat ein System für die Wettervorhersage entwickelt, das durch das Auswerten Tausender von Datenpunkten ständig dazu lernt. Auch die Berechnung der zu erwartenden Energieleistung von Solar- und Windparks soll möglich werden.

Wie das National Renewable Energy Laboratory in den USA bestätigt, ermöglicht das IBM-System eine um rund 30 Prozent genauere Prognose als die derzeit eingesetzten Wettervorhersagesysteme. "Es bietet eine Vorhersage für Sonne, Wind und andere Umweltparameter", erklärt Hendrik Hamann, Research Manager beim IBM T.J. Watson Research Center. "STM lernt ständig durch Datenauswertungen von Solaranlagen und Wetterstationen. Die Prognosen werden kontinuierlich besser."

Weil das System berechnet, in welchen Mengen erneuerbare Energien über Tage und Wochen zur Verfügung stehen werden, lassen sich diese besser in das Stromnetz einspeisen - in Abstimmung mit Energie aus herkömmlichen Quellen wie Atom-, Kohle- und Wasserkraft. IBM nennt das System "Self-Learning Weather Model and Renewable Forecasting Technology" (SMT). Die Technik basiert im Wesentlichen auf Big-Data-Analytics und Machine-Learning-Algorithmen.

SMT stützt sich auf täglich mehr als ein Terabyte an Daten, die über Wetterstationen, Solar- und Windanagen sowie über Wettersatelliten eingesammelt werden. "Je mehr Daten verfügbar sind, desto genauer arbeitet SMT", sagt Hamann. Siyuan Lu, Physical Analytics Researcher bei IBM, ergänzt: "Das System trainiert sich kontinuierlich selbst anhand von historischen Daten Tausender von Wetterstationen und Realtime-Messungen. So kombiniert es die Vorhersagen einer Vielzahl von Wettermodellen mit geografischen Informationen und anderen Daten, um zu einer genauen Prognose zu gelangen."

IBMs Wetterprognose-System SMT führt Daten von Wetterstationen und Satelliten mit historischen Daten zusammen. Herauskommen soll eine exakte Prognosen - über Wochen.
IBMs Wetterprognose-System SMT führt Daten von Wetterstationen und Satelliten mit historischen Daten zusammen. Herauskommen soll eine exakte Prognosen - über Wochen.

In den USA wächst wie in Europa permanent der Anteil der erneuerbaren Energien am Strommix. Deshalb ist es für Kraftwerksbetreiber wichtig zu wissen, wie groß dieser Anteil exakt ist. Während sich Energie aus herkömmlichen Quellen gut planen lässt, stehen die Betreiber bei der Kalkulation erneuerbarer Energien vor Problemen. IBMs SMT-System soll helfen, Wettereinflüsse kalkulierbar zu machen und so die regenerativen Energien intensiver nutzen zu können.