Tekoäly kertoo, missä suuriin myrskytuhoihin kannattaa varautua
Voimakkaat syys- ja talvimyrskyt voivat aiheuttaa sähköverkostolle merkittäviä tuhoja laajalla alueella. Uusi tekoälyyn perustuva ennustemalli antaa yhä tarkempaa tietoa siitä, milloin ja millä alueilla myrskytuhoihin ja niiden korjaamiseen kannattaa varautua. Ennustemalli on kehitetty Aalto-yliopiston, Ilmatieteen laitoksen sekä Järvi-Suomen Energian, Imatran Seudun Sähkönsiirron ja Kajaven yhteistyön tuloksena.
Laajoja alueita koskevien sähkönjakelun häiriöiden ennustaminen ja niiden keston minimoiminen on erittäin tärkeää. Voisiko myrskyennusteita ja sähkökatkotietoja käyttää häiriötilanteiden vaikutusten pienentämiseen? Tätä Järvi-Suomen Energia ryhtyi pohtimaan yhdessä Ilmatieteen laitoksen kanssa vuoden 2015 lopulla. Vuonna 2016 käynnistettiin projekti nimeltä SASSE (sään aiheuttamien sähköverkon suurhäiriöiden ennustaminen), johon saatiin kumppaneiksi myös Imatran Seudun Sähkönsiirto ja Kajave.
Nyt, vuonna 2021, yhteistyön tuloksena syntynyttä ennustemallia hyödynnetään laajamittaisten sähkökatkojen korjaustöihin varautumisessa. Tekoälyyn ja koneoppimiseen perustuva ennustemalli on koekäytössä mm. Järvi-Suomen Energialla työkalun hiomiseksi. Se toimii samassa käyttöliittymässä tiimin aikaisemmin kehittämän ukkosennustamistyökalun kanssa.
Miksi myrskytuhojen ennustaminen on tärkeää
Myrskyjen ennustaminen on haasteellista siitä huolimatta, että sääennusteiden tarkkuus jatkuvasti paranee. Mikä tahansa myrsky ei kuitenkaan vaadi laajamittaista raivaajien ja korjaajien varallaoloa. Kun myrskyn todennäköiset vaikutuksiet ovat suuria, yksityiskohtainen ennustaminen on erityisen tärkeää. Mitä tarkempaa tietoa tulossa olevan myrskyn voimakkuudesta, etenemisvauhdista ja reitistä on saatavilla, sitä tehokkaammin ja täsmällisemmin verkkoyhtiöt voivat varautua edessä oleviin korjaustöihin. Tämä säästää aikaa ja rahaa.
Lisäksi tarkempi tieto tulossa olevasta myräkästä helpottaa asiakasviestintää sekä etukäteen että myrskyn jälkeen tuhojen paljastuttua. Kun sähköt ovat poikki, asiakkaat tarvitsevat tiedon siitä kuinka kauan vikojen korjaus kestää.
Tekoäly ennustaa vaaralliset myrskyt jo useita päiviä etukäteen
Ennustemalli yhdistää ja hyödyntää menneiden myrskyjen sääennusteita ja toteutuneita sääolosuhteita, niiden eri alueille aiheuttamia tuhoja sekä sähköverkkoyhtiöiden häiriötietoja kyseisenä aikana. Näistä tiedoista on koneoppimisen avulla kehitetty algoritmeja, jotka parantavat ennusteiden tarkkuutta jatkuvasti, kun uutta myrskyihin liittyvää tietoa kertyy.
Mallissa myrskyt luokitellaan vaikutustensa osalta 60 %:n tarkkuudella kolmeen luokkaan. Suurten vaurioiden rajana on yli 140 sähkötöntä muuntajaa. Jo tämä luku paljastaa, miksi erityisesti syksyisin ja talvisin esiintyvien tuhoisien matalapainemyrskyjen ennustamisesta on hyötyä.
Alueet, joille myrsky iskee, voidaan ennustaa 15 km:n tarkkuudella ja ajankohta voidaan ennustaa kolmen tunnin tarkkuudella.. Tällä hetkellä mallin ennustamien tuhoisien myrskyjen tarkkuus on noin 80%.
Kansainvälistä yhteistyötä ennustemallien kehittämiseksi
Sään ääriolosuhteet aiheuttavat sähköverkoille ongelmia kaikkialla. EU-tason Anywhere-hanke (Enhancing emergency management and response to extreme Weather and climate events eli Sään ja keliolosuhteiden aiheuttamien häiriötilanteiden eturintamassa työskentelevien tahojen tukeminen työssään) kehitti vuosina 2016-2019 menetelmiä sääolosuhteiden aiheuttamien kriisitilanteiden hallintaan. Suomesta tässä hankkeessa olivat mukana Ilmatieteen laitos, Itä- ja Kaakkois-Suomen pelastuslaitokset sekä Järvi-Suomen Energia.
SASSE- ja Anywhere-hankkeiden kautta on syntynyt uusia toimintamalleja, jotka tukevat kriittisen infran toimijoiden yhteistyötä Järvi-Suomen alueella. Avoimuus ja tilanteiden ennakointi yhdessä helpottaa ja nopeuttaa päätöksentekoa kriisitilanteissa. Myrskyennustealgoritmien kehittäminen on siis tuonut mukanaan monenlaista hyvää.