Uutiset

Koneoppiminen auttaa ennustamaan myrskyjen aiheuttamia sähkökatkoja

Aalto-yliopiston ja Ilmatieteen laitoksen yhteistyössä hyödynnetään koneoppimista myrskytuhojen ennustamisessa.
Lightning strikes

Kesäiset ukkosmyrskyt ovat yleisiä kaikkialla maailmassa. Myrskyn saapumisajan ennustaminen on helppoa, mutta sähköyhtiöiden on tärkeää myös tietää, milloin salamointi, rankat sateet ja kovat tuulet voivat vahingoittaa niiden infrastruktuuria ja aiheuttaa sähkökatkoksia.

Ilmatieteen laitoksen ohjelmistoarkkitehti Roope Tervo on kehittänyt haasteen ratkaisemiseen koneoppimista hyödyntävän lähestymistavan. Koneoppiminen tarkoittaa, että tietokoneet löytävät olemassa olevista tiedoista malleja, joiden avulla ne voivat tehdä ennusteita uuden tiedon tuottamiseksi.

”Koneoppiminen on erinomainen tapa ennustaa, mitkä myrskyt voivat aiheuttaa sähkökatkoja”, kertoo Tervo, joka työskentelee myös tutkijatohtorina Aalto-yliopiston professori Alex Jungin tutkimusryhmässä

Opetusmateriaalia myrskyherkiltä alueilta

Tutkimuksen ensimmäisessä vaiheessa tietokoneet opetettiin luokittelemaan myrskyt syöttämällä niille tiedot sähkökatkoista. Tiedot saatiin Järvi-Suomen Energialta, Loiste Sähköverkolta ja Imatran Seudun Sähkönsiirrolta, joilla on sähköverkkoja Keski-Suomen myrskyherkillä alueilla.

Myrskyt jaettiin neljään luokkaan. Luokan 0 myrsky ei katkaissut sähköjä yhdestäkään muuntajasta. Luokan 1 myrsky katkaisi sähköt enintään 10 prosentista, luokan 2 myrsky enintään 50 prosentista ja luokan 3 myrsky yli 50 prosentista muuntajista.

Strom prediction interface, green storms are unlikely to do much damage, but red ones are

Seuraava vaihe oli muokata Ilmatieteen laitoksen tiedot tietokoneen helposti ymmärrettävissä olevaan muotoon.

”Käytimme tietojen valmistelussa uutta oliopohjaista lähestymistapaa, mikä teki työstä jännittävää”, Roope Tervo kertoo.

”Myrskyt koostuvat useista elementeistä, jotka osoittavat, kuinka vahingollisia ne voivat olla. Tällaisia elementtejä ovat esimerkiksi pinta-ala, tuulen nopeus, lämpötila ja ilmanpaine. Ryhmittelemällä 16 erilaista ominaisuutta kustakin myrskystä pystyimme kouluttamaan tietokoneen tunnistamaan, milloin myrskyt ovat tuhoisia.”

Tulokset olivat lupaavia: algoritmi ennusti erittäin hyvin sen, mitkä myrskyt olisivat luokkaa 0 eivätkä aiheuttaisi vahinkoja, ja sen, mitkä myrskyt olisivat vähintään luokkaa 3 ja aiheuttaisivat paljon vahinkoja.  Jatkossa tutkijat lisäävät malliin myrskyjä koskevia tietoja helpottaakseen luokkien 1 ja 2 myrskyjen erottamista toisistaan, jolloin ennakoimistyökaluista saadaan vielä hyödyllisempiä energiayhtiöille.

”Seuraava askeleemme on kokeilla ja tarkentaa mallia niin, että se toimii muidenkin säiden kuin vain kesämyrskyjen osalta. Suomessa voi olla suuria myrskyjä talvella, mutta ne ovat erilaisia kuin kesämyrskyt, joten tarvitsemme erilaisia menetelmiä mahdollisten vahinkojen ennakoimiseksi”, Tervo kertoo.

Lisätietoja:

suunnittelija Roope Tervo, Ilmatieteen laitos
p. 029 539 3651
[email protected]

Artikkeli:

R. Tervo, J. Karjalainen and A. Jung, "Short-Term Prediction of Electricity Outages Caused by Convective Storms," in IEEE Transactions on Geoscience and Remote Sensing.
doi: 10.1109/TGRS.2019.2921809 URL: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8751131&isnumber=4358825

  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu

Lisää tästä aiheesta

ARTS open science roadshow, pic of the session
Tutkimus ja taide Julkaistu:

European Open Science Cloud (EOSC) Finnish Forumin webinaari 25.1.2021

Yksi puhujista on Karel Luyben, European Open Science Cloudin (EOSC) ensimmäinen puheenjohtaja ja Aalto-yliopiston hallituksen jäsen.
Installation Talk 2020, Jarkko Niiranen
Tutkimus ja taide Julkaistu:

Professori Jarkko Niiranen: Rakenteiden suunnittelun perustana ovat matemaattiset mallit

Laskennallisen rakennetekniikan vakituiseen associate professor -tehtävään nimitetty Jarkko Niiranen käsittelee esityksessään laskennallista mekaniikkaa.
Dronen ottama kuva Otakaari 1:sestä, kuva: Mikko Raskinen
Tutkimus ja taide Julkaistu:

Mistä tietää ilman GPS-signaalia, missä lennokki lentää?

Jouko Kinnarin väitöstutkimuksessa dronen sijainti selviää karttatietojen sekä antureiden avulla.
Apulaisprofessori Jukka Luoma. Kuva: Mikko Raskinen / Aalto-yliopisto
Tutkimus ja taide Julkaistu:

Ideologinen onttous auttaa kapitalismin voittoihin

Apulaisprofessori Jukka Luoma ja kollegansa löysivät yllättävän yhteyden organisaatio-oppimisen ja poliittisten taustaideologioiden väliltä.