Koneoppiminen auttaa ennustamaan myrskytuhoja

Aalto-yliopisto ja Ilmatieteen laitos opettavat tietokoneita tunnistamaan ennakolta myrskyt, jotka aiheuttavat sähkökatkoksia.

Ennakoinnista olisi hyötyä etenkin energiayhtiöille. Myrskyn saapumisajan ennustaminen on nykykeinoin varsin helppoa, mutta sähköverkkojen ylläpitäjien olisi tärkeää tietää myös se, milloin salamointi, rankat sateet ja kovat tuulet voivat vahingoittaa niiden infrastruktuuria.

Tutkijat syöttivät tietokoneille ensin dataa Keski-Suomen myrskyherkillä alueilla tapahtuneista sähkökatkoksista. Näin koneet oppivat luokittelemaan myrskyt eri kategorioihin.

Luokan 0 myrsky ei katkaissut sähköjä yhdestäkään muuntajasta. Luokan 1 myrsky vei sähköt enintään 10 prosentista, luokan 2 myrsky maksimissaan 50 prosentista ja luokan 3 myrsky yli 50 prosentista muuntajia.

Sitten koneille opetettiin, millaiset elementit voivat kertoa myrskyn vaarallisuudesta. Elementtejä ovat esimerkiksi pinta-ala, tuulen nopeus, lämpötila ja ilmanpaine.

Jokaisesta myrskystä tutkittiin 16 erilaista ominaisuutta. Niiden perusteella koneet alkoivat bongata myrskyjä, jotka olisivat todennäköisesti tuhoisia sähköverkolle.

Koneet tunnistavat jo haitallisimmat myrskyt

Tutkijoiden mukaan algoritmi ennustaa jo erittäin hyvin sen, mitkä myrskyt olisivat luokkaa 0 eivätkä aiheuttaisi vahinkoja.

Samoin algoritmi kertoo, millaiset myrskyt olisivat vähintään kolmosluokkaa ja johtaisivat suuriin vahinkoihin.

Malliin lisätään vielä tietoja, joiden avulla ykkös- ja kakkosluokan myrskyt on helpompi erottaa toisistaan.

Nykymalli on tarkoitettu kesämyrskyjen ennustamiseen. Seuraava askel on tarkentaa mallia niin, että se sopii työkaluksi myös muina vuodenaikoina tapahtuvien myräköiden tunnistamiseen.

”Suomessa talvimyrskyt voivat olla kovia, mutta ne ovat erilaisia kuin kesämyrskyt, joten tarvitsemme erilaisia menetelmiä mahdollisten vahinkojen ennakoimiseksi”, kertoo suunnittelija Roope Tervo Ilmatieteen laitoksesta.

Kerro meille mielipiteesi!

 

Anna palautetta

Lisää uutisia