手机浏览网
“孔明”将遍布全球的每一个风机点位都打造成一个气象监测站，构建起了全球气象监测网络，巨大的新能源资产实时运行数据库，能够帮助孔明有效地将气象预报误差降低30%，持续提升预测精度。
一样懂风机
远景基于全球数十吉瓦风电资产管理经验认识到每一个风机都是独立的个体基于风机物理模型的基础上采用先进的机器学习算法分析每台风机从风的感知到能量的生产和传输的整体脉络，找到每个风机个体的发电特性并针对性的功率预报能够实现风功率预测精度误差降低3%。
更懂风场
在杨恢看来，“孔明”不光懂风机，还更懂风场，这才是孔明推出不到一年就服务于数百家风电场最接地气的原因。
“远景格林威治牵手全球顶尖的太湖之光和天河二号国家超级计算中心，建立高精度风场数值模型，以此来支撑气象数据在风电资产管理的全方位价值挖掘，这是‘孔明'气象服务的计算资源与数据资源的有效支撑。”杨恢告诉记者。
国内某大型新能源运营商，在超过二十个省份管理着超过1000万千瓦的风电资产。因为预测准确性不高，导致每年千万人民币级别的罚款。为减少罚款、提升发电收益，该运营商急需寻找能够提供准确功率预测的合作伙伴。
经过试点对标，“孔明”基于深度学习理论的大数据技术，在权威气象数据源的基础上提供更精细的集合预报算法。帮助这家新能源运营商的数百个风电场实现精准的功率及气象预测，有效挖掘全球新能源资产投资价值，降低现场工作安全和设备运行风险，提升精益化管理水平和未来的电力交易决策能力。
以这家运营商甘肃某风电场为例，在部署“孔明”产品之前，风功率预测月平均准确率长期低于80%，全年罚款更是超过400万元，给企业带来巨大损失。在部署远景能源“孔明”风功率预测产品后，根据甘肃电网发布的考核文件，今年6月份的准确率达到85.9%，7月份的准确率达到86.27%，全年可累计节省罚款超过200万元。
