Koneoppiminen auttaa ennustamaan myrskyjen aiheuttamia sähkökatkoja
Aalto-yliopiston ja Ilmatieteen laitoksen yhteistyössä hyödynnetään koneoppimista myrskytuhojen ennustamisessa.
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.
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 voivat osoittaa, 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. Näin ennakoimistyökaluista saadaan hyödyllisempiä energiayhtiöille.
”Seuraava askeleemme on kokeilla ja tarkentaa mallia niin, että se toimii muidenkin säiden kuin kesämyrskyjen kanssa. Suomessa talvimyrskyt voivat olla kovia, mutta ne ovat erilaisia kuin kesämyrskyt, joten tarvitsemme erilaisia menetelmiä mahdollisten vahinkojen ennakoimiseksi”, Tervo kertoo.
Avainsanat
Yhteyshenkilöt
suunnittelija Roope Tervo, Ilmatieteen laitos
p. 029 539 3651
roope.tervo@fmi.fi
Linkit
Tietoja julkaisijasta
Aalto-yliopisto. Kohti parempaa maailmaa. Aalto-yliopisto on rohkeiden ajattelijoiden yhteisö, jossa tiede ja taide kohtaavat tekniikan ja talouden. Tunnistamme ja ratkaisemme yhteiskunnan suuria haasteita ja rakennamme innovatiivista tulevaisuutta. Yliopistossa on kuusi korkeakoulua, 12 000 opiskelijaa ja 400 professoria. Kampuksemme sijaitsee Espoon Otaniemessä.
Tilaa tiedotteet sähköpostiisi
Haluatko tietää asioista ensimmäisten joukossa? Kun tilaat mediatiedotteemme, saat ne sähköpostiisi välittömästi julkaisuhetkellä. Tilauksen voit halutessasi perua milloin tahansa.
Lue lisää julkaisijalta Aalto-yliopisto
Uniapnea uhkaa kansanterveyttä – opiskelijat kehittivät sovelluksen, joka tunnistaa sen oireita kotioloissa2.7.2020 10:01:55 EEST | Tiedote
Uniapnean diagnosointi on työlästä ja kallista, joten helppokäyttöinen menetelmä sen seulontaan ja pitkäaikaisseurantaan on erittäin tervetullut.
Ihmisaivot seuraavat puhetta ajallisesti tarkemmin kuin muita ääniä29.6.2020 07:29:22 EEST | Tiedote
Tuore tutkimus osoittaa, että sanojen ymmärtäminen on aivoille millisekuntipeliä, mutta ympäristön ääniä ne tulkitsevat kokonaisuuksina. Tuloksista voi olla hyötyä, kun tutkitaan häiriöitä puheen käsittelyssä.
Kohti parempaa hoitoa ja ennusteita – tekoäly tuottaa dataa synteettisesti25.6.2020 10:12:25 EEST | Tiedote
Mahdollisuus tuottaa suuria määriä tutkimusaineistoa keinotekoisesti helpottaa merkittävästi esimerkiksi covid19-taudin tutkintaa.
Kuin 20-metrinen golfpallo – Suomen suurin tähtitieteellinen radioteleskooppi sai uuden suojakuvun24.6.2020 12:58:11 EEST | Tiedote
Aalto-yliopiston Metsähovin radiotutkimusaseman maamerkki suojaa teleskooppia ja mahdollistaa Auringon ja mustien aukkojen tutkimisen vuoden ympäri.
Luontoa matkiva pinnoite tekee akuista kestävämpiä ja tehokkaampia24.6.2020 11:57:18 EEST | Tiedote
Aalto-yliopiston tutkijat onnistuivat ensimmäisinä maailmassa hyödyntämään hiilidioksidia akkua suojaavan pinnoitteen valmistuksessa. Tulevaisuudessa pinnoite voisi moninkertaistaa akkujen keston ja mahdollistaa uusien, tehokkaampien materiaalien käytön.
Tutkijat loivat maailman nopeimman Bosen–Einsteinin kondensaatin22.6.2020 08:31:52 EEST | Tiedote
Huippunopeuden todentaminen oli vaikea tehtävä, koska parhaatkaan laboratorioissa normaalisti käytettävät kamerat eivät yllä näihin nopeuksiin. Tutkijat käyttivät nopeuden määrittämiseen laserpulssia.
Uutishuoneessa voit lukea tiedotteitamme ja muuta julkaisemaamme materiaalia. Löydät sieltä niin yhteyshenkilöidemme tiedot kuin vapaasti julkaistavissa olevia kuvia ja videoita. Uutishuoneessa voit nähdä myös sosiaalisen median sisältöjä. Kaikki tiedotepalvelussa julkaistu materiaali on vapaasti median käytettävissä.
Tutustu uutishuoneeseemme