Нова модель Microsoft оцінює ризик магнітної бурі окремо для десятків тисяч підстанцій і може попередити про небезпеку за 30–60 хвилин. Це дає енергетикам час перевірити вразливі ділянки, хоча система поки не працює як оперативний інструмент для мереж
Прогноз для кожної підстанції
Магнітні бурі індукують струми у лініях електропередачі. Вони можуть перевантажувати трансформатори й пошкоджувати обладнання. Енергетикам важливо знати не лише про наближення бурі, а й про те, де її наслідки будуть найсильнішими.
Дослідник Microsoft Research Рохан Каннан представив систему машинного навчання, яка оцінює ризики для 66 935 підстанцій у континентальній частині США. Модель поєднує дані про сонячний вітер, прогнози геомагнітних індексів AE та Dst, широту, геологію й електропровідність ґрунту. На основі цих факторів вона розраховує, де зміни магнітного поля можуть створити загрозу для мережі.
За оцінкою Microsoft, система може дати місцевий прогноз за 30–60 хвилин до можливого впливу. Під час тестування зафіксовано 76,5% значних, 81,2% сильних і 64,1% екстремальних подій. Ці показники описують роботу моделі на історичних даних, а не точність попередження про кожну майбутню бурю.
Читайте також: Як технології змінюють енергетику: останні новини.
Система ще не керує електромережею
Розробка формує карту ризиків для підстанцій, щоб оператори могли швидше визначити, де потрібна додаткова увага. Наприклад, вони можуть перевірити стан обладнання або проаналізувати можливі запобіжні дії. Microsoft наголошує, що для реального використання потрібна подальша перевірка разом з енергетичними компаніями та на їхніх операційних даних.
Модель також не передбачає саму сонячну бурю за кілька днів. Вона оцінює можливі наслідки вже на основі вимірювань сонячного вітру та геомагнітної активності. Довший горизонт прогнозу допоміг би планувати роботу мережі заздалегідь, але автори називають його одним із напрямів майбутньої розробки.
Для енергетиків важливо, що ризик може суттєво відрізнятися навіть між сусідніми районами: на нього впливають місцеві геологічні умови та характеристики мережі. Тому точкова оцінка може бути кориснішою за єдине попередження для великого регіону. Водночас ефективність моделі ще потрібно підтвердити в практичних умовах.
Ознайомтеся з іншими матеріалами:
Кити XRP масово продають монети: як це впливає на ринок
Власники нерухомості поповнили місцеві бюджети: де сплатили найбільше
Новини технологій та енергетики
Джерело: Microsoft Research.
Telegram 
Viber 
