Yhteystiedot

Ammattilehti.fi
Vironkatu 9, 00170 Helsinki
www.ammattilehti.fi

Janne Jokela
janne.jokela@ammattilehti.fi
050 412 9030

Taneli Jokela
taneli.jokela@ammattilehti.fi
050 320 8174

Tero Lahtinen
tero.lahtinen@ammattilehti.fi
050 464 7972

Satunnaiset kuvat

Koneoppiminen auttaa ennustamaan myrskyjen aiheuttamia sähkökatkoja

02.08.2019 12:11

lightning3.jpg

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.

screenshot_2019-07-02_14.47.04.jpg

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.

01.06.2020 19:10LUE TÄSTÄ! Järkälemäinen Kivirock lehti on ilmestynyt - 250 sivua maarakennus- ja kaivosalan asiaa
01.06.2020 11:00Kaksi toimintoa yhdessä patruunaventtiilissä - tilaa, painoa ja rahaa säästyy
31.05.2020 11:22Neleksen yritysidentiteetti kuvastaa yhtiön visiota ja arvoja
30.05.2020 13:22ABB Power Grids Finland investoi uuteen muuntajien kokoonpanolinjaan Vaasassa
29.05.2020 23:00KATSO 29.5. LÄHETYS! Ammattilehden Hyviä uutisia! - mahtava paketti alan tuoreimpia kuulumisia - mukana maarakennusalan mielenkiintoista asiaa...
29.05.2020 11:00Valmet jatkaa toimenpiteitään vakaan liiketoiminnan kilpailukyvyn parantamiseksi
28.05.2020 11:00Aalto Talent Expo 2020
27.05.2020 11:00Vähittäiskaupan pikaennakko: liikevaihto laski huhtikuussa 0,4 prosenttia vuodentakaisesta
26.05.2020 12:00Automaattivarasto toimii suunnannäyttäjänä
25.05.2020 12:22Teollisuuden tuottajahinnat laskivat 7,0 prosenttia edellisvuoden huhtikuusta

Siirry arkistoon »