传统上，风电场的发电收入较少，因为它们无法预测明天会有多大风。

Google能源市场策略主管Michael Terrell表示：“许多电力市场的运作方式是您必须提前安排资产一天。” “与之相比，当您这样做时，往往会获得更高的报酬。

“好吧，当您不知道风将吹来时，诸如风之类的可变资产如何提前一天安排？” 特雷尔问道：“以及如何实际预定座位？”

“我们没有获得这种权力的全部利益和全部价值。”

方法如下：Google和Google拥有的人工智能公司DeepMind将天气数据与Google 在美国中部来源的 700兆瓦风能的电力数据结合在一起。通过机器学习，他们能够更好地预测风力发电，更好地预测电力供需，从而降低运营成本。

“我们一直在与DeepMind团队合作，使用机器学习来获取公开的天气数据，实际上预测了我们认为第二天的风力发电量，并将该风力发电量应用于当日，特雷尔在斯坦福普雷考特能源研究所最近举办的研讨会上说。斯坦福大学上周发布了研讨会的视频。

Terrell说，结果是风电场的收入增加了20％。

能源部在其2015年《风景》报告中将改善风能预报列为首要任务，主要是为了提高可靠性：“改善风能资源特性”，该报告在其目标清单的顶部表示。“收集数据并开发模型以改善多个时间尺度（例如，分钟，小时，天，月，年，年）的风能预报。”

Google的目标更加广泛：彻底清除其能源组合中的碳，该能源组合消耗的电力多达两个旧金山。

特雷尔说，通过将年度能源使用量与年度可再生能源采购量相匹配，Google取得了一个初步的里程碑。但是该公司并非每个小时都在每个地点实现无碳排放，这已成为其新目标-Terrell称之为“ 24x7全天候无碳”目标。

“我们真的开始朝这个方向努力，我们发现这并非易事。可以说，这是月球，尤其是在当今可再生资源不如其他地方具有成本效益的地方。”

总部位于伦敦的DeepMind的科学家已经证明，人工智能可以通过提高Google及以后地区可再生能源的市场生存能力来提供帮助。

DeepMind计划经理Sims Witherspoon和Google软件工程师Carl Elkin说：“我们的希望是，这种机器学习方法可以加强风力发电的业务案例，并推动无碳能源在全球电网中的进一步采用。” 在Deepmind博客文章中，他们概述了如何为西南发电站（Southwest Power Pool）中的Google风力发电场增加利润，该发电市场遍及加拿大边境至德克萨斯州北部：

“使用经过广泛使用的天气预报和涡轮历史数据训练的神经网络，我们配置了DeepMind系统，以在实际发电之前36小时预测风力发电量。基于这些预测，我们的模型建议如何提前整天对电网做出最佳的每小时交货承诺。”