Les orages sont fréquents partout dans le monde en été. En plus de gâter les après-midi dans le parc, éclair, la pluie et les vents forts peuvent endommager les réseaux électriques et provoquer des pannes d'électricité. Il est facile de dire quand une tempête arrive, mais les compagnies d'électricité veulent être en mesure de prédire celles qui pourraient endommager leur infrastructure.

L'apprentissage automatique est idéal pour prédire quelles tempêtes pourraient provoquer des pannes d'électricité. Roope Tervo, un architecte logiciel à l'Institut météorologique finlandais (FMI) et un doctorat. chercheur à l'université Aalto dans le groupe de recherche du professeur Alex Jung, a développé une approche d'apprentissage automatique pour prédire la gravité des tempêtes.

La première étape pour apprendre à l'ordinateur à catégoriser les tempêtes consistait à leur fournir des données sur les pannes de courant. Trois sociétés énergétiques finlandaises, Järvi-Suomen Energia, Loïste Sähkoverkko, et Imatra Seudun Sähkönsiirto, qui ont des réseaux électriques à travers la Finlande centrale sujette aux tempêtes, fourni des données concernant le nombre de pannes d'électricité sur leurs réseaux. Les tempêtes ont été classées en quatre classes. Une tempête de classe 0 n'a coupé l'électricité à aucun transformateur de puissance. Une coupure tempête de classe 1 jusqu'à 10 pour cent des transformateurs, une classe 2 jusqu'à 50 pour cent, et une coupure de courant de classe 3 à plus de 50 pour cent des transformateurs.

L'étape suivante consistait à prendre les données des tempêtes que FMI a eues, et de faciliter la compréhension de l'ordinateur. « Nous avons utilisé une nouvelle approche basée sur les objets pour préparer les données, ce qui rend ce travail passionnant, " a déclaré Roope. " Les tempêtes sont constituées de nombreux éléments qui peuvent indiquer à quel point elles peuvent être dommageables :superficie, vitesse du vent, température et pression, pour n'en nommer que quelques-uns. En regroupant 16 caractéristiques différentes de chaque tempête, nous avons pu entraîner l'ordinateur à reconnaître quand les tempêtes seront dommageables."

Les résultats étaient prometteurs :l'algorithme était très bon pour prédire quelles tempêtes seraient de classe 0 et ne causeraient aucun dommage, et quelles tempêtes seraient au moins de classe 3 et causeraient beaucoup de dégâts. Les chercheurs ajoutent plus de données pour les tempêtes dans le modèle pour aider à améliorer la capacité de distinguer les tempêtes de classe 1 et 2 les unes des autres, rendre les outils de prédiction encore plus utiles aux entreprises énergétiques.

"Notre prochaine étape consiste à essayer d'affiner le modèle afin qu'il fonctionne pour plus de temps que les tempêtes estivales, " dit Roope, "comme nous le savons tous, il peut y avoir de grosses tempêtes en hiver en Finlande, mais ils fonctionnent différemment des tempêtes estivales, nous avons donc besoin de différentes méthodes pour prédire leurs dommages potentiels."