“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

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

推出大模型边缘智能设备

风功率预测一体机

实现气象预测、功率预测

让风更可测，让电更可控

在多地风电场应用以来

海康威视风功率预测一体机

通过更精准的预测

不仅助力风电场合理排产、高效发电

还降低了电网对其管理、调度的考核费用

（风功率预测越精准，所产生的考核费用越低）

相比原系统，预测偏差考核费用降低显著

自研气象大模型

实现公里级的气象预报 

都说“十里不同天”，即便在一个城市，不同区也会一边晴天一边大雨，风向、风速也存在很大差异。

那如何将大范围（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？

海康威视风功率预测一体机通过自研气象大模型提升气象预报精度和准确性，引入MoE技术（混合专家技术）和微调技术，更全面地考虑各种因素、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，主要为数十公里级的范围预报，其精度范围缩小至公里级。

△在地表10米风（ 东西方向）的24小时、10天长时预报上，海康威视自研气象大模型对比数值气象预报（NWP）的预报误差，分别降低22.7%、 22.8%

20余年视频图像处理技术

为精细化气象预报提供支撑

得益于海康威视在视频领域深厚的图像编码与还原AI技术积累，技术迁移实现气象预报的时空降尺度，即通过技术把一张模糊的、范围很大的天气地图变得清晰并且更细致，从而提供场站级的精细化气象预报。

复杂地形下

风机图谱降低小气候预报偏差

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。

海康威视风功率预测一体机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，可以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，降低由于复杂地形如山地、峡谷等造成的微气象、小气候带来的气象预报偏差。 

自研时序大模型

提升长周期预测精准度 

一般来说，风功率预测需要次日至十日的中长期预测。传统风功率预测手段在应对长时序预测时，会存在误差累积、精度自衰减现象。

如何才能精准预测未来？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，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。

更精准地预测每一缕风

让不确定的风产出确定的绿电

助力新能源产业收益升级

海康威视将持续创新

让新能源插上科技的翅膀

让源源不断的清洁能源送入千家万户