Le centre de recherche Alibaba DAMO Academy a dévoilé « Baguan », un modèle de prévision météorologique fondé sur une IA de pointe qui promet de transformer la précision des prévisions climatiques. Ce modèle de machine learning, baptisé en référence au concept chinois d'observation sous différents angles, repousse les limites de la prévision en fournissant des données détaillées et précises sur une grille d'un kilomètre carré, mises à jour toutes les heures. Capable de prévoir les conditions météorologiques de quelques heures à dix jours, Baguan est une avancée majeure pour les secteurs dépendant des prévisions météorologiques, notamment les énergies renouvelables et l’agriculture.
Baguan, un outil en prévision de la charge électrique, en prévision des énergies renouvelables
Les capacités de Baguan en font un atout essentiel pour anticiper les besoins énergétiques, gérer la production renouvelable et prévenir les catastrophes naturelles. Ce modèle se distingue par son utilisation d'encodeurs automatiques masqués siamois (SiamMAE) et par une approche innovante de pré-formation. Grâce à ces technologies, Baguan détecte des schémas complexes dans les données atmosphériques, garantissant une précision accrue pour des applications à l'échelle régionale et globale. Sa méthodologie repose sur l'analyse de données historiques, comme celles de l'ERA5 du Centre européen pour les prévisions météorologiques (ECMWF), ainsi que sur des indicateurs régionaux spécifiques, tels que la température, le vent et l'irradiation solaire, ce qui optimise sa capacité à s'adapter aux particularités locales.
Baguan répond à un besoin croissant de fiabilité dans les prévisions météorologiques face à la demande mondiale en énergie renouvelable. Sa précision permet une meilleure gestion des ressources et soutient l'expansion de l'énergie verte. « Baguan représente un progrès majeur dans notre utilisation de la technologie pour des objectifs durables, contribuant également bien à la science du climat qu'à des secteurs variés comme les énergies renouvelables et l'agriculture », a déclaré Wotao Yin, directeur du laboratoire d 'intelligence décisionnelle d'Alibaba DAMO Academy.
Un modèle de prévision météorologique régional de haute précision
Déjà utilisé dans les secteurs énergétiques et électriques en Chine, Baguan a démontré son efficacité. Lors d'une baisse soudaine de température dans la province du Shandong en août 2024, il a anticipé une réduction de 20 % de la demande en électricité, avec un taux de précision de 98,1 % pour la prévision à un jour. Cela a permis aux gestionnaires de réseaux d'optimiser la distribution d'énergie, d'améliorer à la fois l'efficacité et la réduction des coûts opérationnels.
« Nous continuons à développer Baguan pour affiner la précision de nos prévisions sur des indicateurs comme la couverture nuageuse, la vitesse des vents extrêmes et les prélevés. Notre objectif est d'étendre cette technologie aux différents scénarios climatiques pour répondre aux défis de la transition énergétique », conclut Wotao Yin.
