在芬兰，暴风雨天气一年四季都可能发生。这是一个问题，因为芬兰森林茂密，倒下的树木可能会破坏电力线并禁用变压器，每年导致数十万人停电。
阿尔托大学和芬兰气象研究所(FMI)的研究人员正在使用人工智能和机器学习来尝试和预测这些天气造成的停电何时发生。他们的新方法现在可以提前几天预测这些风暴，使电力公司能够在风暴发生之前准备好维修人员。
'我们之前的模型研究了寿命短的高度局部雷暴。我们现在已经制作了一个新模型来观察大型低压风暴，该模型使用最多10天前的天气预报数据，”阿尔托大学的博士候选人和FMI的软件架构师RoopeTervo说。
模型从三个主要风暴Tapani(a)、Rauli(b)和Pauliina风暴(c)预测的破坏示例。彩色区域显示模型预测的风暴及其颜色显示的预测破坏程度(红色=严重破坏，黄色=轻微破坏，绿色=无破坏)。反过来，这些数字描述了实际的危险等级。电网运营商的运营区域以蓝色显示。图片来源：芬兰气象研究所/CCBY4.0
该模型将风暴分为3类：无损坏;低损坏(1–140个损坏的变压器);和高损坏(超过140个损坏的变压器)。它可以将风暴的位置预测到15公里以内，将风暴发生的时间预测到3小时以内。根据测试数据，该模型的召回率约为0.6，这意味着它有60%的机会正确预测风暴将属于哪个类别。它的准确度也约为0.8，这意味着80%模型预测的风暴会造成破坏，然后继续造成预测的破坏。
'随着天气模型的发展，地理空间和时间分辨率变得更加准确。2024年天气预报的地理空间和时间分辨率将相应地达到5公里和1小时。Tervo说，“停电预测的准确性仍然可以提高一点。例如，添加地面霜冻数据和有关树叶的信息很可能会改善结果。然而，预测永远不会是完美的。记住，在使用天气预报数据时，错误来自天气预报和停电预测模型也是很好的。
此前由阿尔托和FMI团队开发的雷暴预测工具已被电网运营商Järvi-SuomenEnergia、LoisteSähköverkko和ImatranSeudunSähkönsiirto使用。“我们的新预测是通过相同的用户界面提供给他们的，他们正在使用该工具进行试验，”Tervo说。
