Künstliche Intelligenz KI wird verwendet, um alles vorherzusagen von Verbrechen bis psychotische Episoden. Jetzt können Blackouts zur Liste hinzugefügt werden.
Vorhersage von Sturmausfällen
Genauer gesagt ist das Werkzeug wird verwendet, um Stromausfälle vorherzusagen die von Gewittern stammen. Dies ist besonders nützlich für Elektrizitätsunternehmen, die Schäden an ihrer Infrastruktur vorhersagen möchten.
VERBUNDEN: KI VERWENDET, UM AKUTE NIERENVERLETZUNGEN 48 STUNDEN FRÜHER ZU VORHERSAGEN
Vor diesem Hintergrund hat Roope Tervo, Softwarearchitekt am Finnischen Meteorologischen Institut FMI und Doktorand an der Aalto-Universität in der Forschungsgruppe von Professor Alex Jung, einen Ansatz für maschinelles Lernen entwickelt, um vorherzusagen, wie schwer Stürme sein können.
Um dies zu erreichen, speiste Tervo zuerst die Systemdaten von Stromausfällen ein. Diese Daten wurden von drei finnischen Energieunternehmen bereitgestellt, Järvi-Suomen Energia, Loiste Sähkoverkko und Imatra Seudun Sähkönsiirto.
"Stürme wurden in 4 Klassen eingeteilt. Ein Sturm der Klasse 0 hat keinen Strom zu Leistungstransformatoren abgeschaltet. Eine Sturmabschaltung der Klasse 1 bis zu 10% der Transformatoren, eine Klasse 2 bis zu 50% und eine Klasse3 Storm Cut Power zu über 50% der Transformatoren," aufgedeckt eine Aussage der Aalto-Universität.
Daten, die leicht verständlich sind
Zweitens hat Tervo die Daten aus den Stürmen genommen und es dem Computer leicht gemacht, sie zu verstehen.
"Wir haben einen neuen objektbasierten Ansatz zur Aufbereitung der Daten verwendet, was diese Arbeit spannend macht", sagte Tervo. "Stürme bestehen aus vielen Elementen, die anzeigen können, wie schädlich sie sein können: Oberfläche, Windgeschwindigkeit, Temperatur speedund Druck, um nur einige zu nennen. Durch die Gruppierung von 16 verschiedenen Merkmalen jedes Sturms konnten wir dem Computer beibringen, zu erkennen, wann Stürme Schaden anrichten werden."
Die Ergebnisse erwiesen sich als fruchtbar, da das System leicht zwischen Stürmen der Klasse 0 und 3 unterscheiden konnte. Jetzt fügen die Forscher zusätzliche Daten hinzu, damit der Algorithmus zwischen Stürmen der Klasse 1 und 2 unterscheiden kann.
"Unser nächster Schritt besteht darin, das Modell zu verfeinern, damit es für mehr Wetter als nur für Sommerstürme funktioniert", sagte Tervo, "wie wir alle wissen, kann es in Finnland im Winter große Stürme geben, aber sie funktionieren anders als im SommerStürme, also brauchen wir verschiedene Methoden, um ihren möglichen Schaden vorherzusagen"