Космическая погода — это не только красивое полярное сияние, но и реальная, неочевидная угроза для электросетей, способная вызвать массовые сбои. До сих пор операторы сетей получали лишь общие предупреждения. Microsoft Research представила систему машинного обучения, которая впервые позволяет предсказывать эти риски с точностью до конкретной подстанции.
Система способна заблаговременно предупреждать операторов: она обнаружила почти 80% крупных событий космической погоды в тестовый период. Предупреждения могут поступать за 30–60 минут до появления конкретного риска, что даёт время для реакции.
Прогнозирование рисков происходит для 66 935 подстанций в континентальной части США. Система учитывает не только солнечный ветер и геомагнитные индексы (Auroral Electrojet, AE и Disturbance Storm Time, Dst), но и локальные факторы: широту, геологию и проводимость грунта. Это позволяет оценить, как именно геомагнитные токи повлияют на конкретный участок инфраструктуры.
Разработан сквозной конвейер машинного обучения. Сначала данные солнечного ветра с точки Лагранжа L1 используются для прогнозирования геомагнитной активности (индексов AE и Dst). Затем модель градиентного бустинга объединяет эти прогнозы с локальными геологическими данными для оценки скорости изменения магнитного поля (dB/dt), которая напрямую связана с риском наведённых токов в электросетях.
Эта разработка переводит прогнозирование космической погоды из общей, абстрактной угрозы в конкретный, управляемый риск для энергетиков, позволяя им принимать превентивные меры. Однако не сообщается, когда система будет доступна для широкого использования или как она будет интегрирована в существующие операционные центры.