来源：北极星风力发电网2024-06-11

中山大学教授刘飞中山大学教授刘飞在大会上分享了《风能资源高技巧预测技术创新》，他重点介绍了中山大学风能预报预测实验室，该实验室成立于2020年，从ai （天气预报&超高分模拟&观测）、靶向自适应技术、风能预测提升三个方面在风能资源预测做出了探索与努力

来源：大同日报2020-08-20

联合发电控制系统可根据调度计划、风能预测和光照预测，对风电场、光伏电站、储能系统和变电站进行全景检测、智能优化，并对风光储系统，运行方式实现自动组态和无缝切换。

来源：大同日报2020-08-20

联合发电控制系统可根据调度计划、风能预测和光照预测，对风电场、光伏电站、储能系统和变电站进行全景检测、智能优化，并对风光储系统，运行方式实现自动组态和无缝切换。

来源：交能网2020-01-16

风能预测非常必要，因为数据显示在用电高峰期，风电场的实际产能变化幅度很大。准确预测太阳能和风能需要分析大量数据，包括风速、云层等气象数据。

来源：维斯塔斯风力之家2019-03-25

为了支持维斯塔斯提供先见性可再生能源解决方案，澳大利亚可再生能源局（arena）宣布将资助维斯塔斯为澳洲开发一种新型短期风能预测方案。

来源：能源研究俱乐部2019-03-19

ibm还在可再生能源预测领域进行了广泛的合作研究，有超过200个项目使用其太阳能和风能预测技术，并与美国能源部合作，利用人工智能来优化清洁能源应用。

来源：能源研究俱乐部2019-03-19

ibm还在可再生能源预测领域进行了广泛的合作研究，有超过200个项目使用其太阳能和风能预测技术，并与美国能源部合作，利用人工智能来优化清洁能源应用。

来源：能源研究俱乐部2019-03-19

ibm还在可再生能源预测领域进行了广泛的合作研究，有超过200个项目使用其太阳能和风能预测技术，并与美国能源部合作，利用人工智能来优化清洁能源应用。

来源：亿欧2019-02-11

ibm还在可再生能源预测领域进行了广泛的合作研究，有超过200个项目使用其太阳能和风能预测技术，并与美国能源部合作，利用人工智能来优化清洁能源应用。

来源：能见APP2018-10-17

有三个原因：可再生能源的开发成本大幅度降低、预测精准度提升，风能预测准确率已经由过去的60%发展到现在的90%，风电单位面积功率（mw/km2）是光伏电站的100倍，意味着同样设备功率，风电所需土地面积更小

来源：国家能源报道2018-04-24

适合发展分散式风电的东中部、南部地区风资源较三北地区相对匮乏，低于6米/秒风速的风资源开发需要提高塔架高度，增加风叶长度，改变翼型设计以增加扫风面积，需要更为精准的风能预测和精细的控制以提高机组的利用效率

来源：中电新闻网2018-04-23

适合发展分散式风电的东中部、南部地区风资源较三北地区相对匮乏，低于6米/秒风速的风资源开发需要提高塔架高度，增加风叶长度，改变翼型设计以增加扫风面积，需要更为精准的风能预测和精细的控制以提高机组的利用效率

来源：能源杂志2018-01-15

ibm还在可再生能源预测领域进行了广泛的合作研究，有超过200个项目使用其太阳能和风能预测技术，并与美国能源部合作，利用人工智能来优化清洁能源应用。

来源：华夏能源网2017-02-27

相对于负荷预测，风能预测是一个新兴事物，准确性也不如前者。...德国的一些其他研究显示，对于一个独立风电场的典型风能预测误差约为该风电场装机容量的10%～15%标准误差(rmse)，而对未来一天某一区域的误差率降至6%～8%，对于整个德国的风能预测误差降至5%~7%

来源：分布式能源2016-08-30

以人工智能软件对这些数据进行处理，结果使风能预测达到前所未有的精度。寻找风能和太阳能互补的方法，使得风能、太阳能发电更具智能化。科技，正让绿色能源成为人类最好的伙伴!

来源：中电工程2016-07-21

四智能化变电站设计本工程配套的金阳220kv升压站按智能化变电站设计，配套先进、完善的智能化监控系统，将将风电、光伏、储能和变电站四者监控合一，提出通过风能预测、光伏预测事先提出预测出力曲线，通过储能配合来调节实际出力与调度曲线的误差

来源：电力合伙人2016-06-01

以人工智能软件对这些数据进行处理，结果使风能预测达到前所未有的精度。寻找风能和太阳能互补的方法，使得风能、太阳能发电更具智能化。科技，正让绿色能源成为人类最好的伙伴！

来源：中国电力报2016-05-17

1972年即建成我国第一条330千伏超高压输变电工程刘天关线路，在全国第一个建成千万千瓦级陆上三峡风电基地，在我国首先建成首次自行设计的可控串补站，在国内第一个建成具有风能预测实施监视网络的大规模新能源发电功率预测及运行控制系统

来源：电力工程杂志2016-04-21

其应用包括风电提升服务、风能预测、pulsepoint状态检测系统和风控风场控制系统。

来源：供用电杂志2016-04-11

风能预测非常必要，因为数据显示在用电高峰期，风电场的实际产能变化幅度很大。准确预测太阳能和风能需要分析大量数据，包括风速、云层等气象数据。