在芬兰，暴风雨天气在一年中的任何时候都可能发生。这是一个问题，因为芬兰森林茂密，倒下的树木可以击毁电力线路，使变压器失效，每年造成数十万人停电。阿尔托大学（Aalto University）和芬兰气象研究所（FMI）的研究人员正在利用人工智能和机器学习来尝试预测这些天气造成的停电何时发生。他们的新方法现在可以提前几天预测这些风暴，使电力公司能够在风暴发生之前为他们的维修人员做好准备。

Aalto大学博士生、FMI软件架构师Roope Tervo说：“我们以前的模型研究的是寿命很短的局部雷暴。现在我们已经建立了一种新的模式，可以观察大型低压风暴，它使用最多提前10天的天气预报数据。”

该模型将风暴分为三类：无损坏、低损坏（1-140个损坏的变压器）和高损坏（超过140个损坏的变压器）。它可以预测风暴的位置在15公里以内，风暴的时间在3小时以内。根据测试数据，该模型的召回率约为0.6，这意味着它有60%的机会正确预测a级风暴将在。它的准确度约为0.8，这意味着模型预测的80%的风暴将造成损害，然后继续造成预测的损害。

我们使用了一种新的基于对象的方法来准备数据，风暴是由许多元素组成的，这些元素可以说明它们的破坏程度：表面积、风速、温度和压力等等。通过对每一场风暴的16种不同特征进行分组，我们能够训练计算机识别风暴何时会造成破坏。
随着天气模型的发展，地理空间和时间分辨率变得更加精确。到2024年，天气预报的地理空间和时间分辨率将相应地达到5公里零1小时。例如，添加地面霜冻数据和有关树叶的信息最有可能改善结果。然而，这个预测永远不会是完美的。同样值得注意的是，在使用天气预报数据时，错误来自天气预报和大修预报模型。

Aalto和FMI团队先前开发的雷暴预测工具已被电网运营商Järvi Suomen Energia、Loiste Sähköverkko和Imatran Seudun Sähkönsirto使用。我们的新预测是通过同一个用户界面提供给他们的，他们正在使用这个工具进行实验。





上一篇：超级计算机模拟出氯化物对合金材料的腐蚀作用
下一篇：人工智能竞赛的全球领先的10个国家