Uderzenia pioruna, intensywne opady deszczu i gwałtowne porywy mogą uszkodzić sieć energetyczną i spowodować przerwy w dostawie prądu. Stosunkowo łatwo przewidzieć zbliżającą się burzę, ale firmy energetyczne chcą mieć możliwość przewidywania, które z nich będą na tyle niszczycielskie, że będą mogły uszkodzić ich infrastrukturę.
Specjaliści z Uniwersytetu w Aalto i Fińskiego Instytutu Meteorologicznego postanowili stworzyć system, który pomoże w przewidywaniu skutków gwałtownych zdarzeń atmosferycznych. Ich wybór padł na samouczenie się maszyn, czyli machine learning.
Umiejętność komputerów do odnajdywania nowych wzorców w istniejących danych okazała się idealna do przewidywania, które burze mogą na dłużej zgasić światło w naszych domach.
W pierwszym etapie prac nauczono komputer klasyfikacji burz na podstawie danych dotyczących awarii w fińskiej sieci energetycznej. Burze zostały podzielone na 4 klasy. Burza klasy 0 nie spowodowała uszkodzeń w sieci energii elektrycznej. Burza klasy 1 odcięła do 10% transformatorów, klasa 2 do 50%, a burza klasy 3 odcięła zasilanie ponad 50% transformatorów.
Następnym krokiem było pobranie danych dotyczących samych burz i ich przebiegu.
- Burze składają się z wielu elementów, które mogą wskazywać, jak bardzo mogą być szkodliwe: powierzchnia, prędkość wiatru, temperatura i ciśnienie, by wymienić tylko kilka z nich. Grupując 16 różnych cech każdej burzy byliśmy w stanie wyszkolić komputer w rozpoznawaniu, które burze będą niszczycielskie – powiedział Roope Tervo, architekt oprogramowania Fińskiego Instytutu Meteorologicznego.
Wyniki są obiecujące. Algorytm okazał się bardzo dobry w przewidywaniu, które burze będą burzami klasy 0 i nie spowodują żadnych szkód, a które burze osiągną klasę co najmniej 3.
Teraz naukowcy muszą wprowadzić do systemu jeszcze więcej danych dotyczących burz, ponieważ ma problem z odróżnieniem od siebie zjawisk pogodowych klasy 1 i 2.
