National Grid 利用 Oracle 云将天气分析准确率提高 40%
National Grid 使用基于 Oracle 云基础设施的机器学习技术将可再生能源分析准确率提高 40%，并将查询时间从数小时缩短至数分钟。
“Oracle Cloud Infrastructure allows us to process tens of thousands of models, so we can train our algorithms very quickly.It’s one of the best platforms in the world for the type of work we do.”
业务挑战
如今每个英国人都能在需要的时候用上电。National Grid ESO 正在努力降低英国的碳排放，目标是到 2025 年，至少在某些时候，可以不使用碳基能源供电。要做到这一点，需要使用更多风能和太阳能等可再生能源，但这些能源受天气影响较大，因此很难预测。
National Grid ESO 需要通过机器学习模型来降低复杂性，准确预测特定时刻的可再生能源。举例来说，几百个大型发电厂的发电量是可以预估的，而太阳能和风能拥有数百万个发电源，且每个太阳能电池板和风力涡轮机的发电能力不尽相同，因此很难准确预测。National Grid ESO 需要短暂突发的闪电级计算能力来运行这些复杂的机器学习模型。
Oracle just works.You can trust it.It doesn't fall over, it just does its job, and it does it really, really well.
National Grid 为何选择 Oracle
National Grid ESO 长期使用Oracle 数据库和工具集进行开发，因此非常信任使用 Oracle 运行基本工作负载和处理数据。借助 Oracle 云基础设施，该公司创建了一个名为 Mildred 的虚拟超级计算机，用于运行预测英国能源供需所需的机器学习模型。
解决方案
National Grid ESO 使用 Oracle 云基础设施将模型性能提高达 40%。当公司团队在 Oracle 云基础设施上运行首个机器学习模型时，其准确性比之前的生产模型高 40% 左右。他们本以为工作负载需要运行几个小时，实际却只需要几分钟。
在 Oracle 云基础设施上运行机器学习模型后，该团队可以发现此前不易察觉的数据模式。此外，National Grid ESO 无需管理基础设施，能够专注于战略性项目。
Oracle 云基础设施提供了一个开放性的机器学习平台，让 National Grid ESO 可使用 21000 多个机器学习模型来预测和管理太阳能供应。
通过使用 Oracle 云基础设施预测能源供应，英国创下了新的里程碑，截至 2019 年 12 月，其 12 个月的可再生能源发电占比达到 48.5%。