Рутгерский университет создал модель машинного обучения, которая впервые прогнозирует ветер одновременно на нескольких высотах — это критично для современных офшорных турбин высотой более 140 метров.
Точность прогноза скорости ветра выросла на 4–7%, выработки мощности — на 5% по сравнению с существующими методами. Тесты проходили на реальных буях у берегов Нью-Джерси и Нью-Йорка.
Чем точнее прогноз — тем меньше резервов держит сетевой оператор «на всякий случай», тем дешевле и надёжнее интеграция ветровой генерации в сеть.
Современная офшорная ветроэнергетика стоит перед парадоксом роста. Турбины становятся больше — и это хорошо: больше энергии с меньшей площади, ниже стоимость киловатт-часа. Но именно из-за этого роста старые методы прогнозирования ветра перестают работать. Рутгерский университет предложил решение — модель DeepMIDE, опубликованную в журнале Technometrics в феврале 2026 года.
Когда турбина выше небоскрёба
Ещё десять лет назад типичная офшорная турбина имела мощность 3–5 МВт и высоту башни около 80 метров. Сегодня картина другая. По данным Dongfang Electric Corporation, крупнейшая действующая офшорная турбина в мире достигает мощности 26 МВт при диаметре ротора 310 метров — почти высота Эйфелевой башни. Высота башни приближается к 200 метрам. Лопасти длиной 153 метра каждая описывают окружность площадью 77 000 квадратных метров — это десять стандартных футбольных полей.
Такие размеры создают физическую проблему, которую инженеры долго игнорировали. Скорость и направление ветра меняются с высотой — явление, которое метеорологи называют вертикальным сдвигом ветра. Для маленькой турбины высотой 80 метров разница между ветром у основания лопасти и у её кончика невелика. Для турбины с ротором диаметром 310 метров эта разница становится критической: нижний и верхний концы лопасти могут работать в совершенно разных ветровых условиях одновременно.
Традиционные модели прогнозирования делали прогноз на одной высоте — как правило, на уровне ступицы ротора. Для небольших турбин это работало. Для нынешних гигантов такое упрощение даёт систематическую погрешность и занижает реальную выработку.
Скорость ветра растёт с высотой — особенно над морем, где нет деревьев и зданий. У поверхности воды трение замедляет поток. На высоте 200 метров ветер может быть на 15–25% сильнее, чем у основания башни. Для турбины-небоскрёба нижний и верхний концы лопасти буквально работают в разных ветровых зонах.
Что умеет DeepMIDE
Исследовательская группа под руководством доцента Ахмеда Азиза Эззата из Института промышленной и системной инженерии Рутгерса разработала модель под названием DeepMIDE — сокращение от Deep Multi-output Integro-Difference Equation. Название отражает математическую основу: интегро-разностные уравнения, известные в статистике пространственно-временного моделирования, дополнены архитектурой глубокого обучения на трансформерах.
Ключевое отличие DeepMIDE от предшественников — она прогнозирует ветер сразу на нескольких высотах, совместно моделируя пространственные, временные и вертикальные зависимости. Модель обучается на потоках внешних метеорологических данных и кодирует физику формирования ветровых полей через так называемые «векторы адвекции» — параметры, описывающие перенос воздушных масс. Эти векторы извлекаются нейронной сетью и встраиваются обратно в статистическую модель для вероятностного прогноза.
Проще говоря: DeepMIDE не просто предсказывает «скорость ветра», она предсказывает весь вертикальный профиль ветрового поля, который реально испытывает турбина от основания до кончика лопасти.
По мере того как офшорные ветропарки становятся критической частью нашей энергетической системы, инструменты вроде DeepMIDE помогут операторам максимально использовать производительность крупных генерирующих активов и обеспечить надёжную подачу энергии в сеть.— Ахмед Азиз Эззат, доцент Рутгерского университета, соавтор DeepMIDE
Цифры, которые имеют значение
Модель тестировалась на реальных измерениях с якорных буёв-сенсоров у берегов Нью-Джерси и Нью-Йорка — в районах, где федеральное правительство уже выделило зоны под офшорные ветропарки. Данные охватывали около 8,5 месяцев непрерывных наблюдений. Результаты сравнивались с лучшими существующими методами: временными рядами, пространственно-временными моделями и другими нейросетевыми подходами.
DeepMIDE улучшила точность прогноза скорости ветра на 4–7% и прогноза выработки мощности примерно на 5%. Звучит скромно — пока не начать считать деньги.
Типичный офшорный ветропарк мощностью 1 ГВт генерирует от 3 до 5 ТВт·ч в год. Прогноз мощности точнее на 5% позволяет сетевому оператору держать меньше резервных мощностей на случай отклонений. По оценкам рабочей группы Рутгерса, изученной в рамках параллельного проекта AIRU-WRF при поддержке Национального консорциума по офшорному ветру (NOWRDC), улучшение прогноза создаёт измеримую экономическую ценность для операторов типа нью-йоркского NYISO.
Контекст: индустрия, которой нужен точный прогноз
DeepMIDE появилась в нужный момент. Глобальный рынок офшорной ветроэнергетики оценивался в 76,9 млрд долларов в 2025 году и, по прогнозам Global Market Insights, вырастет до 307 млрд к 2035-му при среднегодовом росте 12,2%. По данным Глобального совета по ветроэнергетике (GWEC), установленная мощность офшорного ветра почти утроится с 83 ГВт в 2024 году до 238 ГВт к 2030-му.
Турбины в этой индустрии растут быстрее, чем успевают обновляться инструменты управления ими. Китай задаёт темп: Dongfang Electric в октябре 2025 года подключила к сети турбину 26 МВт с ротором диаметром 310 метров. Mingyang Smart Energy анонсировала плавучую турбину 50 МВт с двумя роторами по 290 метров — для размещения на большой глубине. По расчётам китайских учёных, опубликованным в Nature Scientific Data, к 2035 году средняя мощность офшорной турбины в стране достигнет 19 МВт.
На этом фоне логика DeepMIDE понятна: прогноз, рассчитанный для турбины 5 МВт 2010 года, физически некорректен для турбины 20 МВт 2025 года. Переход к многовысотному прогнозированию — не улучшение существующего подхода, а его замена.
2010 г. — типичная офшорная турбина: 3–5 МВт, диаметр ротора ~120 м
2025 г. — Dongfang Electric: 26 МВт, диаметр 310 м, площадь ротора 77 000 м²
2026+ г. — Mingyang Smart Energy: анонсирована плавучая турбина 50 МВт, два ротора по 290 м
К 2035 г. — средняя мощность в Китае ожидается на уровне 19 МВт
Чего модель пока не решает
DeepMIDE — исследовательский прототип, а не готовый коммерческий продукт. Данные для обучения получены с трёх буёв в одном географическом районе — северо-восточное побережье США. Как поведёт себя модель на данных Северного моря, Тайваньского пролива или Балтики — отдельный вопрос. Интегро-разностные уравнения, лежащие в основе DeepMIDE, требуют осторожного обращения с временным индексом, чтобы избежать физически бессмысленных результатов. Авторы прямо указывают на это как на техническое ограничение.
Есть и более широкая проблема: даже идеальный прогноз не решает вопросов подключения к сети. По данным Ember, ни одна из 27 стран с национальными целями по офшорному ветру не ожидает выполнить план к 2030 году — и дело не в точности прогнозов, а в инфраструктуре передачи и разрешительных процедурах. США — показательный пример: в 2025 году федеральное правительство приостанавливало стройку двух крупных проектов, Empire Wind и Revolution Wind. Суды в итоге отменили приостановку, но сам эпизод показывает: прогностические технологии созревают быстрее, чем регуляторная среда.
Практические инсайты
DeepMIDE означает, что прогнозирование ветра из вспомогательной операции превращается в стратегический актив. Для операторов сетей точнее прогноз — ниже резервы, меньше балансировочные издержки. Для разработчиков ветропарков точная оценка выработки на этапе проектирования снижает финансовые риски и удешевляет привлечение капитала. По мере того как турбины продолжат расти — а они будут расти, — многовысотное прогнозирование из академической новинки превратится в базовое требование отрасли.
Следите за коммерциализацией многовысотных моделей прогноза: первые лицензионные соглашения с NYISO или аналогами в Европе станут сигналом зрелости технологии. Параллельный проект AIRU-WRF той же группы Рутгерса уже прошёл стадию публичного датасета — это следующий кандидат на коммерческое внедрение. Для портфелей, ориентированных на офшорный ветер, точность прогнозирования станет конкурентным фактором уже в горизонте 2027–2028 годов.
Узнать больше
DeepMIDE — препринт на arXiv
Полный текст исследования Фэн Е, Синьси Чжан, Майкла Стейна и Ахмеда Азиза Эззата. Математическая основа, описание данных, сравнение с конкурирующими методами.
Институт климата и энергетики Рутгерса — публикация о DeepMIDE
Обзор исследования от Rutgers Climate and Energy Institute с комментарием авторов и контекстом для отрасли.
AIRU-WRF: ИИ-инструмент прогноза для офшорного ветра на восточном побережье США
Параллельный проект той же группы Рутгерса, поддержанный NOWRDC. Включает публичный датасет с годовыми данными о ветре с буёв, прогнозы модели WRF и ML-прогнозы скорости ветра.
Источники
Rutgers Climate and Energy Institute — анонс DeepMIDE (февраль 2026)
Официальный анонс исследования от института. Содержит цитату Ахмеда Азиза Эззата и основные результаты тестирования на буях Нью-Джерси и Нью-Йорка.
arXiv 2410.20166 — DeepMIDE: A Multi-Output Spatio-Temporal Method (ноябрь 2025, v2)
Полный научный текст с описанием архитектуры модели, методологии тестирования и сравнительных результатов. Авторы: Фэн Е (Клемсон), Синьси Чжан, Майкл Стейн, Ахмед Азиз Эззат (Рутгерс).
Offshore Wind Biz — Dongfang Electric 26 МВт: крупнейшая офшорная турбина (сентябрь 2025)
Технические характеристики рекордной турбины: диаметр 310 м, 30 000 компонентов, технология полузакрытого привода третьего поколения.
Ember — Offshore Wind Targets: ускорение к 2030 году и далее (октябрь 2025)
Глобальный отчёт о целях по офшорному ветру. Данные по 27 странам, прогнозы GWEC и МЭА, статус проектов в США, Китае, Европе и Латинской Америке.
Global Market Insights — рынок офшорного ветра 2026–2035
Оценка объёма рынка: 76,9 млрд долларов в 2025 году, прогноз роста до 307,5 млрд к 2035-му при CAGR 12,2%.
