Transformer nutzen Wetterkarten als Tokens – 60 % bessere Windprognosen

Ein neuer Ansatz aus dem arXiv-Repository nutzt Transformer-Modelle, um Wetterkarten als Tokens zu verarbeiten und damit die Vorhersage von Wind- und Solarkraft deutlich zu verbessern.

Die Autoren codieren stündliche Wetterkarten mit einem schlanken Convolutional Neural Network zu räumlichen Tokens. Diese Tokens werden anschließend in einer Transformer‑Sequenz verarbeitet, die die zeitliche Entwicklung über einen 45‑Stunden‑Horizont erfasst.

Im Vergleich zu den aktuellen ENTSO‑E‑Betriebsprognosen konnten die Fehler (RMSE) um rund 60 % bei Wind- und 20 % bei Solarenergie reduziert werden – ein bedeutender Fortschritt für die Dekarbonisierung des Stromnetzes.

Ein Live‑Dashboard mit den täglichen Prognosen ist unter https://www.sardiniaforecast.ifabfoundation.it verfügbar.