Wettervorhersage auf Basis künstlicher Intelligenz

Was 2012 als Projekt „Watt Sun“, gefördert vom US-Department of Energy (DoE) begann, ist inzwischen in den USA eine marktreife Lösung. Rund 1600 Solarparks, verteilt über die ganzen USA, seien inzwischen im System enthalten, erläuterte IBM-Mitarbeiter Hans Schlenker, Experte für Systemoptimierungen. An jedem Standort sind spezielle Kameras (IBMs Skycams) installiert, die das Wetter fotografisch erfassen. Hinzu kommen andere Wettersensoren.

Die IBM-Expertise kommt ins Spiel, wenn es darum geht, aus den anfallenden Daten – mehr als 50 TByte täglich – in einer Big-Data-Umgebung in der Cloud eine hochzuverlässige Wettervorhersage zu machen. Man habe 94 % Genauigkeit erreicht, das System sei zwischen 25 % und 30 % besser als übliche Tools, so Schlenker.

Technologiebasis für das selbstlernende Vorhersagesystem ist IBMs Softwaretool Watson aus dem Bereich der künstlichen Intelligenz und die Regelmaschine Ilog. Das Gesamtsystem, so IBM, soll eine Plattform für zukünftige Vorhersageinstrumente sein. Der Clou: Bei „Watt Sun“ werden verschiedene konkrete Vorhersagemodelle geclustert, das Gesamtsystem lernt dabei bei jeder Vorhersage von dem Modell, das die geringste Abweichung zeigt.

In den USA, deren Stromnetze nicht die Robustheit der deutschen erreichen, sind derartige Vorhersagen mit dem Ausbau der Photovoltaik immer wichtiger geworden. Laut Schlenker führt IBM jetzt auch in Europa erste Gespräche mit potenziellen Kunden aus der Energiewirtschaft.