Las tormentas eléctricas son comunes en todo el mundo en verano. Además de estropear las tardes en el parque, los rayos, la lluvia y los vientos fuertes pueden dañar las redes eléctricas y causar apagones eléctricos. Es fácil saber cuándo viene una tormenta, pero las compañías eléctricas quierenpara poder predecir cuáles tienen el potencial de dañar su infraestructura.
El aprendizaje automático, cuando las computadoras encuentran patrones en los datos existentes que les permiten hacer predicciones para nuevos datos, es ideal para predecir qué tormentas pueden causar apagones. Roope Tervo, arquitecto de software en el Instituto Meteorológico de Finlandia FMI y PhDinvestigador de la universidad de Aalto en el grupo de investigación del profesor Alex Jung ha desarrollado un enfoque de aprendizaje automático para predecir la gravedad de las tormentas.
El primer paso para enseñarle a la computadora cómo categorizar las tormentas fue proporcionarles datos de cortes de energía. Tres compañías de energía finlandesas, Järvi-Suomen Energia, Loiste Sähkoverkko e Imatra Seudun Sähkönsiirto, que tienen redes eléctricas durante tormentas.Finlandia central propensa, proporcionó datos sobre la cantidad de interrupciones de energía a su red. Las tormentas se clasificaron en 4 clases. Una tormenta de clase 0 no dejó sin electricidad a ningún transformador de energía. Un corte de tormenta de clase 1 hasta el 10% detransformadores, una clase 2 hasta 50%, y una tormenta de clase 3 corta la energía a más del 50% de los transformadores.
El siguiente paso fue tomar los datos de las tormentas que tuvo FMI y facilitar que la computadora lo entendiera. "Utilizamos un nuevo enfoque basado en objetos para preparar los datos, lo que hizo que este trabajo fuera emocionante", dijo Roope."Las tormentas están formadas por muchos elementos que pueden indicar cuán dañinos pueden ser: superficie, velocidad del viento, temperatura y presión, por nombrar algunos. Al agrupar 16 características diferentes de cada tormenta, pudimos entrenar la computadora para reconocercuando las tormentas serán perjudiciales "
Los resultados fueron prometedores: el algoritmo fue muy bueno para predecir qué tormentas serían de clase 0 y no causarían daños, y qué tormentas serían al menos de clase 3 y causarían mucho daño. Los investigadores están agregando más datos para tormentasen el modelo para ayudar a mejorar la capacidad de distinguir las tormentas de clase 1 y 2 entre sí, para que las herramientas de predicción sean aún más útiles para las compañías de energía.
"Nuestro siguiente paso es tratar de refinar el modelo para que funcione para más tiempo que las tormentas de verano", dijo Roope, "como todos sabemos, puede haber grandes tormentas en invierno en Finlandia, pero funcionan de manera diferente al verano".tormentas, por lo que necesitamos diferentes métodos para predecir su daño potencial "
Fuente de la historia :
Materiales proporcionado por Universidad de Aalto . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :