01 Was passiert ist

Ein Praktikant bei Microsoft Research entwickelte ein Machine-Learning-System, das die möglichen Auswirkungen von Weltraumwetter auf Stromnetze in den kontinentalen USA bewertet.

02 Die wichtigsten Details

  • Das System erstellt standortspezifische Risikoschätzungen für 66.935 Umspannwerke; die gemessene Inferenz dauert etwa 333 Millisekunden.
  • In Experimenten lieferte es Risikoschätzungen 30 bis 60 Minuten vor möglichen Auswirkungen. Vor einem Einsatz im Netz sind weitere Validierungen mit Versorgungsunternehmen und Betriebsdaten erforderlich.
  • Bei der Bewertung des Risikos geomagnetisch induzierter Ströme betrugen die Erkennungsraten 76,5 % für große Ereignisse (≥10 nT/min), 81,2 % für schwere (≥20 nT/min) und 64,1 % für extreme Ereignisse (≥50 nT/min).

03 Warum das wichtig ist

Nach weiterer Validierung mit Versorgungsunternehmen und Betriebsdaten könnten die Schätzungen helfen, technische Prüfungen zu priorisieren und gezielte Schutzmaßnahmen zu erwägen.

04 Für wen es relevant ist

Spezialisten für Energiewirtschaft, Infrastruktur-Ingenieure und Forscher im Bereich der künstlichen Intelligenz.

Originalquelle
Microsoft Research