11 月 6 日,阿里巴巴达摩院(湖畔实验室)在北京举行决策智能产品发布会,正式发布八观气象大模型,在全球气象模型基础上引入区域多源数据,时空精度最 高可达 1 公里* 1 公里* 1 小时。通过大幅提升对温度、辐照、风速等关键气象指标的预测性能,八观气象大模型率先落地新能源占比高的新型电力系统,助力国网山东电力调控中心成功预测了多次极端天气,新能源发电功率、电力负荷预测准确率分别提升至96%和98%以上。
传统上,气象学家们根据物理规律,将大气运动变化编写成一系列数学物理方程再进行数值计算,耗费大量算力资源,且受到物理模型的瓶颈制约,难以快速、有效地满足各行业不同准确率、分辨率的天气预需求。世界气象组织(WMO)今年发布的报告指出,AI正在彻底改变天气预报,并能使其更快、更便宜、更易获取利用。
达摩院决策智能实验室基于在数学建模、时序预测、可解释AI等领域多年的技术积累,以自研的全球气象大模型为底座模型,构建区域高精度天气预报模型。通过融合当地的场站数据、气象实况、雷达图像、卫星图像、开源地形等多源多模态数据,增强预报结果细粒度和准确度,可实现逐小时 1 公里网格的气象预报更新。
该“全球-区域”协同预测的气象大模型正式命名为“八观”,意为“八方洞察,观测万象”。据介绍,八观气象大模型通过预训练和孪生MAE掩蔽自编码器结构,提供更好的初始化参数,学习隐藏在高波动的天气数据下的鲁棒特征表示,实现对天气的准确把握。
随着近年来新能源装机与并网不断攀升,高频更新的准确气象预报在电力行业意义凸显。气象在发电侧影响光伏、风力的出力,在用电侧影响着居民用电。基于气象大模型,提升对下游新能源发电功率和用电负荷的预测能力,有助于促进绿电消纳、保障电网的安全稳定运行。为此,八观气象大模型针对部分新能源专用气象指标,进一步提升性能,达到行业领先水平。实际运行数据显示,八观气象大模型相比目前主流天气预报,对区域辐照度、风速、云量、 2 米温度的预测精度分别提升40%、27%、24.0%与11.8%。
今年夏季,全国平均气温为 1961 年以来历史同期最 高,降水偏多,华北等地更是出现“旱涝急转”。在电力系统平稳应对剧烈天气变化的背后,就有“AI军师”的一份贡献。据国网山东省电力公司电力调度控制中心介绍,今年 8 月 25 日至 8 月 28 日,受降水影响,山东省气温出现大幅度变化, 3 日内用电负荷总量下降20%,八观气象大模型通过构筑每小时更新一次的高精度区域天气预报网络,及时捕捉到温度变化,推动下游新能源发电功率、电力负荷预测准确率分别提升至96.5%和98.1%,有效帮助电力系统作出及时、准确的调度决策。
据悉,八观气象大模型在提供通用模型能力的基础上,还将针对云量、降水等关键指标不断提升性能,有望为航空预警、农业生产、体育赛事筹备等更多场景提供决策依据。
(推广)