IBM annonce que la société d'énergie danoise Vestas Wind Systems utilisera le logiciel « big data analytics » et les puissants systèmes d’IBM afin d’améliorer le positionnement des éoliennes en vue d’une production d'énergie optimale. Le positionnement des éoliennes est un défi majeur pour l'industrie de l'énergie renouvelable et Vestas entend accélérer l'adoption de l’énergie éolienne au niveau international et étendre son activité à de nouveaux marchés en surmontant ce défi.
Si les compagnies d'électricité n'installent pas d'éoliennes sur les bons emplacements, elles ne peuvent pas produire assez d'électricité pour justifier les investissements dans l'énergie éolienne et maintenir l'électricité à un bas coût. Différents facteurs majeurs entrent en ligne de compte pour le placement d’une éolienne : l’intensité et la direction du vent ainsi que des considérations d’ordre spatiales, écologiques et esthétiques.
Vestas adresse le problème du positionnement de l’éolienne en utilisant le logiciel IBM BigInsights et un superordinateur IBM « Firestorm » pour analyser des petabytes de données structurées et non-structurées (telles que les rapports météos, les phases de la lune et de la marée, des données géospatiales et des données issues de capteurs, des images satellites, des cartes de déforestation ainsi que des travaux de modélisation météorologique) afin de définir exactement le lieu de l’installation. L'analyse, qui prenait habituellement plusieurs semaines, peut maintenant être faite en moins d'une heure.
Une fois l’éolienne opérationnelle, les ingénieurs de Vestas utiliseront le nouveau logiciel et le superordinateur pour contrôler sa performance en temps réel, analyser comment chaque lame réagit aux changements météorologiques et déterminer les meilleurs moments pour prévoir la maintenance. La société compte analyser des données météorologiques encore plus diverses et importantes (atteignant jusqu’à plus de 20 petabytes) dans les quatre ans à venir.
Si les compagnies d'électricité n'installent pas d'éoliennes sur les bons emplacements, elles ne peuvent pas produire assez d'électricité pour justifier les investissements dans l'énergie éolienne et maintenir l'électricité à un bas coût. Différents facteurs majeurs entrent en ligne de compte pour le placement d’une éolienne : l’intensité et la direction du vent ainsi que des considérations d’ordre spatiales, écologiques et esthétiques.
Vestas adresse le problème du positionnement de l’éolienne en utilisant le logiciel IBM BigInsights et un superordinateur IBM « Firestorm » pour analyser des petabytes de données structurées et non-structurées (telles que les rapports météos, les phases de la lune et de la marée, des données géospatiales et des données issues de capteurs, des images satellites, des cartes de déforestation ainsi que des travaux de modélisation météorologique) afin de définir exactement le lieu de l’installation. L'analyse, qui prenait habituellement plusieurs semaines, peut maintenant être faite en moins d'une heure.
Une fois l’éolienne opérationnelle, les ingénieurs de Vestas utiliseront le nouveau logiciel et le superordinateur pour contrôler sa performance en temps réel, analyser comment chaque lame réagit aux changements météorologiques et déterminer les meilleurs moments pour prévoir la maintenance. La société compte analyser des données météorologiques encore plus diverses et importantes (atteignant jusqu’à plus de 20 petabytes) dans les quatre ans à venir.
Autres articles
-
IBM annonce la disponibilité du modèle d'IA Open-Source Mistral sur watsonx et élargit son choix de modèles pour aider les entreprises à mettre l'IA à l’échelle avec confiance et flexibilité
-
Wipro et IBM étendent leur partenariat pour offrir aux entreprises une gamme de services IA à forte valeur ajoutée
-
Les données suggèrent que la croissance de l'adoption de l'IA par les entreprises est due à un déploiement généralisé par les utilisateurs pionniers, mais que des obstacles maintiennent 45 % d'entre elles dans les phases d'exploration et d'expériment
-
Etude IBM : Le mécontentement des consommateurs à l'égard des achats en magasin se généralise. Les consommateurs sont favorables à des achats pilotés par l'IA dans un contexte économique difficile
-
Les dirigeants français soulignent la nécessité d'une approche Cloud hybride pour révéler la puissance de l'IA générative