Назад к ленте

Google представила WeatherNext 3 — революцию в прогнозах для энергетики

📅 08.09.2026 18:33

Google анонсировала новую модель искусственного интеллекта для прогнозирования погоды под названием WeatherNext 3, специально разработанную для нужд энергетического сектора.

WeatherNext 3 учитывает новые переменные, критически важные для оценки выработки энергии и управления электросетями, такие как скорость ветра на высоте 100 метров, облачность и объем солнечного света. Эта версия обновляет глобальный прогноз ежечасно и предоставляет детализацию до 5 км для температуры и влажности, а также до 11 км для осадков, в отличие от предыдущей версии с сеткой 25 км и обновлением каждые шесть часов.

По данным Google, WeatherNext 3 обучена на данных метеостанций и использует спутниковые снимки для прогнозирования, что сократило задержку информации с 7 до 3–4 часов. Старший исследователь Google DeepMind Илан Прайс отметил, что такой подход улучшает точность оценки осадков до 10% с использованием дождемеров на ранних стадиях прогноза.

WeatherNext 3 интегрирована в Google Search, Gemini, Google Maps и API для разработчиков. Корпоративные клиенты могут получить доступ к инструменту через BigQuery, Earth Engine и Google Cloud Storage, что устраняет необходимость в собственных программных развёртываниях. Однако стоимость подписки на новую модель компания пока не раскрыла.

Согласно отчету S&P Global Market Intelligence, к 2026 году солнечная генерация и накопители энергии станут основными источниками новых мощностей в США. Высокая цена ошибок в планировании закупок энергии стимулирует спрос на точные погодные данные. Недооценка ветровой генерации может привести к срочной покупке электроэнергии, а завышенные прогнозы — к ограничению выработки.

Основными конкурентами Google на рынке погодных данных для энергетики являются компании Vaisala, Solcast, WindGEMINI от DNV, IBM HyperWatch и швейцарская Jua. Выпуск WeatherNext 3 не только предоставляет новый продукт, но и помогает Google оптимизировать расходы на закупку чистой энергии для своих вычислительных кластеров.

Рекомендованный контент