人工智能預測風暴是否會提前多天導致停電
在芬蘭，暴風雨天氣一年四季都可能發(fā)生。這是一個問題，因為芬蘭森林茂密，倒下的樹木可能會破壞電力線并禁用變壓器，每年導致數十萬人停電。
阿爾托大學和芬蘭氣象研究所(FMI)的研究人員正在使用人工智能和機器學習來嘗試和預測這些天氣造成的停電何時發(fā)生。他們的新方法現在可以提前幾天預測這些風暴，使電力公司能夠在風暴發(fā)生之前準備好維修人員。
'我們之前的模型研究了壽命短的高度局部雷暴。我們現在已經制作了一個新模型來觀察大型低壓風暴，該模型使用最多10天前的天氣預報數據，”阿爾托大學的博士候選人和FMI的軟件架構師RoopeTervo說。
模型從三個主要風暴Tapani(a)、Rauli(b)和Pauliina風暴(c)預測的破壞示例。彩色區(qū)域顯示模型預測的風暴及其顏色顯示的預測破壞程度(紅色=嚴重破壞，黃色=輕微破壞，綠色=無破壞)。反過來，這些數字描述了實際的危險等級。電網運營商的運營區(qū)域以藍色顯示。圖片來源：芬蘭氣象研究所/CCBY4.0
該模型將風暴分為3類：無損壞;低損壞(1–140個損壞的變壓器);和高損壞(超過140個損壞的變壓器)。它可以將風暴的位置預測到15公里以內，將風暴發(fā)生的時間預測到3小時以內。根據測試數據，該模型的召回率約為0.6，這意味著它有60%的機會正確預測風暴將屬于哪個類別。它的準確度也約為0.8，這意味著80%模型預測的風暴會造成破壞，然后繼續(xù)造成預測的破壞。
'隨著天氣模型的發(fā)展，地理空間和時間分辨率變得更加準確。2024年天氣預報的地理空間和時間分辨率將相應地達到5公里和1小時。Tervo說，“停電預測的準確性仍然可以提高一點。例如，添加地面霜凍數據和有關樹葉的信息很可能會改善結果。然而，預測永遠不會是完美的。記住，在使用天氣預報數據時，錯誤來自天氣預報和停電預測模型也是很好的。
此前由阿爾托和FMI團隊開發(fā)的雷暴預測工具已被電網運營商Järvi-SuomenEnergia、LoisteSähköverkko和ImatranSeudunSähkönsiirto使用。“我們的新預測是通過相同的用戶界面提供給他們的，他們正在使用該工具進行試驗，”Tervo說。
標簽：