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
roope.tervo@aalto.fi

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,...

Lue lisää
FCAI
  • Päivitetty:
  • Julkaistu:
Jaa
URL kopioitu

Lue lisää uutisia

Ilmakuva tiiviistä kaupunkikorttelista, värikkäistä katoista, kaduista ja syksyisistä puista
Mediatiedotteet Julkaistu:

Helsingin asuntokannassa piilee suuri hiilivarasto – yli 90 prosenttia vanhimpienkin rakennusten kerrosalasta on yhä käytössä

Helsingin asuinrakennusten puurakenteisiin ja muihin puuosiin on varastoitunut arviolta 285 000 tonnia bioperäistä hiiltä, tuore tutkimus paljastaa. Rakennusten pitkä käyttöikä on pitänyt suuren osan hiilestä varastoituneena rakennettuun ympäristöön vuosikymmenten ajan.
Cooler Planetin avajaiset
Mediatiedotteet Julkaistu:

Designs for a Cooler Planet avasi Aallossa tehtävää tutkimusta yli 15 000 vieraalle – vinkkaa ideasi seuraavaan näyttelyyn!

Vuoden 2026 näyttelyssä kävi yli 15 000 ihmistä, muun muassa yritysedustajia, päättäjiä ja lahjoittajia. Tapahtuma on yksi yliopistossa tehtävän työn tärkeimmistä näyteikkunoista.
Kuulokkeita käyttävä henkilö työskentelee läppärillä ja selaa vihkoa modernissa toimistossa.
Opinnot Julkaistu:

Pidä ohjat omissa käsissäsi – kuusi vinkkiä opiskeluun tekoälyn kanssa

Juttusarja alkaa! Löydä tuoreet vinkit tekoälyn kanssa opiskeluun opiskelijan näkökulmasta.
Vanha vaalea rakennus vierekkäin modernin beigen toimistotalon ja ruosteenruskean veistoksen kanssa
Nimitykset, Yhteistyö Julkaistu:

Tutkija Muhammad Awais opettaa ja tekee yhteistyötä TU Darmstadtissa

Awais työskentelee Saksassa TU Darmstadtissa Unite-yliopistoallianssin vierailevana professorina. Hän osallistuu biopohjaisiin materiaaleihin liittyvään opetukseen ja tutkimukseen sekä vahvistaa yliopistojen välistä yhteistyötä.