Uutiset

Katkaiseeko myrsky sähköt? Pysäyttääkö tuisku junaliikenteen? Koneoppimissovellus ennustaa sään vaikutukset jopa päiviä etukäteen

Tohtorikoulutettava Roope Tervo kehitti väitöskirjassaan sovelluksen, joka sopii sekä matalapainemyrskyjen että ukkosmyrskyjen vaikutusennusteisiin. Ennusteet auttavat esimerkiksi sähköyhtiöitä varautumaan myrskytuhojen korjaamiseen.
Kuva myrskytuhoista Kolilla
Suomessa sadat tuhannet taloudet kärsivät vuosittain sähkökatkoista, jotka aiheutuvat myrskyssä kaatuneiden puiden katkomista voimalinjoista ja vaurioittamista muuntajista. Kuva Kolilta kesällä 2019. Kuva: Roope Tervo

YK:n mukaan myrskyjen määrä on lisääntynyt tällä vuosituhannella yli 40 prosenttia verrattuna edeltävään 20 vuoteen, ja tulvien määrä on samalla yli kaksinkertaistunut.

”Pelkän sään ennustamisen sijaan tarvetta onkin yhä enemmän sään vaikutusennusteille”, sanoo Roope Tervo, Aalto-yliopiston tohtorikoulutettava. Hän kehitti väitöskirjassaan koneoppimiseen perustuvan sovelluksen, joka sopii sekä kesällä esiintyvien paikallisten ukkosmyrskyjen että laajojen, syksyllä ja talvella yleisten matalapainemyrskyjen vaikutusten ennustamiseen.

Koulutusta datalla

Koneoppiminen tarkoittaa joukkoa menetelmiä, jotka ennustavat uudesta datasta tulevaa – esimerkiksi sään vaikutuksia – vanhalla datalla tehdyn koulutuksen pohjalta. Tervo hyödynsi työssään monia edistyneitä koneoppimismenetelmiä, kuten satunnaismetsiä, neuroverkkoja ja Gaussisia prosesseja.

Myrskyt koostuvat useista elementeistä, jotka vaikuttavat niiden vahingollisuuteen. Tällaisia ovat esimerkiksi pinta-ala, tuulen nopeus, lämpötila ja ilmanpaine. Tervo koulutti koneoppimismenetelmiä näiden elementtien tiedoilla sekä tiedoilla myrskyjä seuranneiden sähkökatkosten määrästä.

Sovelluksessa hän hyödynsi uutta oliopohjaista lähestymistapaa. Siinä myrskyalueet ovat olioita, joilla on kouluttamisessa käytettyjä ominaisuuksia. Ukkosmyrskyjen kohdalla sovellus tunnistaa, seuraa ja luokittelee oliot säätutkadatasta ja maan pinnalla tehdyistä säähavainnoista ja luokittelee ne neljään eri luokkaan sen mukaan, miten tuhoisia ne voivat olla sähköverkoille.

”Lisäksi se ennustaa olioiden liikettä muutama tunti eteenpäin, mikä auttaa sähköverkko-operaattoreita korjausten ennakoinnissa”, Tervo kertoo.

Syksyisiin ja talvisiin matalapainemyrskyihin muokattu sovellus puolestaan tarkkailee jopa kymmenen vuorokauden päähän ulottuvia sääennusteita.

Sovellus osoittautui toimivaksi sekä ukkosmyrskyjen että matalapainemyrskyjen vaikutusten ennustamisessa. Matalapainemyrskyissä sovellus kykenee ennustamaan 15 km:n tarkkuudella, mihin myrsky iskee ja kolmen tunnin tarkkuudella sen, milloin myrsky iskee. Sovelluksen tarkkuus puolestaan on noin 0,8, eli 80 prosenttia tuhoisiksi arvioiduista myrskyistä todella aiheuttaa ennustettua vahinkoa.

Myrskymallinnus
Käyttöliittymässä näkyy tunnistetut ja luokitellut potentiaaliset myrskysolut sähköverkon päällä. Alaosan kuvaaja kertoo arvioidun sähköttömien asiakkaiden määrän tulevien tuntien aikana.

Monia sovelluskohteita

Tervo tutki väitöskirjassaan myös sovelluksen hyödyntämistä junien myöhästymisen ennustamisessa.

”Pitkään tuiskuava lumi ja toisaalta nollan pinnassa sahaava lämpötila voivat aiheuttaa raideliikenteelle isoja ongelmia”, hän kertoo.

”Koneoppimismalliin perustuvaa sään vaikutusennustamista voidaan soveltaa Suomessa ja maailmalla mihin tahansa, missä vaikutus voidaan osoittaa numeroilla, sääolosuhteet ovat tunnistettavissa ja dataa on riittävästi saatavissa. Esimerkkejä ovat vaikka tulvatuhoja seuraavat korvaushakemusten määrät tai lumisateen jälkeiset liikenneonnettomuudet tai katkot lentoliikenteessä. Perinteisillä ennustemenetelmillä niihin ei päästä käsiksi, koska dataa on liikaa ja aikaa liian vähän.”

Väitöskirjan tutkimustyö on tehty yhteistyössä Aalto yliopiston tietotekniikan laitoksen professori Alex Jungin tutkimusryhmän ja Ilmatieteen laitoksen kanssa. Lukuisat sähköoperaattorit ovat hyödyntäneet työssä kehitettyjä sovelluksia sähkökatkojen korjaamiseen varautumisessa.

Sovelluksen käyttömahdollisuuksista voi kysyä Ilmatieteen laitokselta.

Lisätietoja:

Tohtorikoulettava Roope Tervo
puh. 040 575 2720
[email protected]

Väitös tietotekniikan alalta, Roope Tervo

Väitöskirjan nimi on "Machine Learning-Based Weather Impact Forecasting"

Lue lisää
Kaatunut puu sähkölinjoilla

Suomen tekoälykeskus FCAI

Suomen tekoälykeskus FCAI on osaamiskeskittymä, jonka ovat käynnistäneet Aalto-yliopisto, Helsingin yliopisto ja Teknologian tutkimuskeskus VTT. FCAI:n tavoitteena on kehittää uudenlaista tekoälyä, joka voi toimia ihmisen kanssa monimutkaisessa ympäristössä ja auttaa uudistamaan suomalaista teollisuutta. FCAI on yksi Suomen Akatemian lippulaivoista.

Lue lisää
FCAI
  • Julkaistu:
  • Päivitetty:

Lue lisää uutisia

Pitkä valkoinen kerrostalo kadun varrella.
Mediatiedotteet Julkaistu:

Hallitus asetti uudet tulorajat ara-asuntojen asukkaille – tutkijat selvittivät, kuka saa jatkossa asunnon suurissa kaupungeissa

Aalto-yliopiston kaupunkitaloustieteen uusi tutkimusryhmä AlueAvain selvitti, miten tulorajat muuttavat asukasvalintaa Suomen kuudessa suurimmassa kaupungissa.
Suvi Hirvonen-Ere
Mediatiedotteet, Tutkimus ja taide Julkaistu:

Väitöstutkimus selvitti, miksi kestävän liiketoiminnan läpilyönti yritysmaailmassa on ollut hidasta, miten sitä voisi kiihdyttää – ja samalla tehdä tuottoisaa tulosta

Kaupallinen ja sopimusjohtaminen on yritysjohdon strateginen työväline, jota käyttäen yritys voi saavuttaa sekä ympäristöllisesti kestävät että taloudelliset tulostavoitteensa, ilmenee tällä viikolla tarkastettavasta väitöskirjasta.
Viima-rakennuksen pääsisäänkäynti
Tutkimus ja taide Julkaistu:

Tulevaisuuden rakennukset ovat sekä energian tuottajia että käyttäjiä

Aalto-yliopistossa kehitetty uusi innovatiivinen rakenne parantaa levylämmönvaihtimen tehokkuutta jopa 20 prosenttia. Lämpöpumppuun kytkettynä sillä on lukuisia käyttökohteita aina kotien käyttöveden lämmityksestä maalämpölaitoksiin ja rakennusten ilmanvaihtoon.
Construction worker looking straight to camera
Mediatiedotteet, Tutkimus ja taide Julkaistu:

Jopa 80 prosenttia rakennustyömailla tehtävästä työstä on tehotonta – jatkuvat keskeytykset vaikuttavat myös turvallisuuteen

Valtaosa rakennustyömailla tehtävistä töistä ei suoraan vaikuta työn varsinaiseen edistymiseen. Tuore väitöstutkimus löysi kuitenkin helpon keinon parantaa rakentamisen tuottavuutta ja samalla myös hyvinvointia: työntekijöiden toiminnan seuranta.