案例介绍

随着国家「双碳」战略落地，大量新能源直接并网和消纳，给电网带来了巨大的冲击。准确的新能源功率预测，可以保障电网安全稳定运行，保证社会的正常生产生活，事关国计民生。

为了实现高精度可信功率预测，本案例从数值天气预报修正保证气象-功率预测模型的输入质量、融合机器学习和深度学习模型保证高准确率、创造性地将可解释性机器学习应用于预测可解释性和偏差可解释性实现可信可解释性预测、将自学习能力用于功率预测保障长期可靠的高准确率。

目前该系统已经落地于浙江嘉兴，浙江嘉兴是光伏和风电重点发展地区，钱塘江畔气象条件较为复杂，新能源功率预测难度较高。2022年9月上线以来，分布式光伏功率预测考核合格率提升12.5%，风电场功率预测考核合格率提升31.5%。国网嘉兴电力调控中心方式计划主管杨晓雷介绍:“这是电力技术的转型升级，有效提升了预测水平，保障了大规模的分布式光伏和风电安全稳定地接入电网。”

阿里巴巴达摩院（杭州）科技有限公司

阿里巴巴达摩院是一家致力于探索科技未知，以人类愿景为驱动力的，立足于基础科学、创新性技术和应用技术的研究院。达摩院共设有17个实验室, 2022年发表高水平学术论文304篇，其中CCF A类论文209篇，获得IEEE ICDCS 2020、VLDB 2020的最佳论文奖（Best Paper），在人工智能、数据库、操作系统等领域的论文数量位居国内研发机构第一、世界前列。在自动驾驶领域，小蛮驴物流机器人是全球首先实现末端无人物流配送常态化运营的项目之一，使无人车成为物流履约的重要组成部分。在机器智能领域，智能语音交互平台赋予 “能听、会说、懂你”式的人机交互体验，在金融、保险、司法、电商等多个领域均有应用案例；深度语言模型体系ALICE相继刷新了世界纪录，获得多项竞赛冠军。

基于天气预报订正的高精度可信新能源功率预测系统应用

达摩院AI预测模型预测光伏发电情况更接近真实值

来源：世界智能大会组委会秘书处