बिजली के हमलों की भविष्यवाणी में सुधार के लिए एआई का उपयोग

मौसम की भविष्यवाणी पिछले दशक में काफी बेहतर हो गई है, जिसमें पांच दिनों की भविष्यवाणी लगभग 90% सटीक है। हालांकि, मौसम की एक ऐसी विशेषता है जो लंबे समय से इसकी भविष्यवाणी करने के प्रयासों से परे रही है – बिजली। बिजली की इतनी अनियमितता के कारण, इसके द्वारा होने वाले नुकसान को कम करना मानव जीवन, संपत्ति और प्रकृति के लिए बहुत मुश्किल है। स्विट्जरलैंड के लॉज़ेन में स्थित ईकोले पॉलिटेक्निक फेडरल डी लॉज़ेन (ईपीएफएल) के एक अनुसंधान दल के काम के लिए धन्यवाद, बिजली के हमले भविष्य में अधिक अनुमानित हो सकते हैं।

साइंटिफिक डेली की रिपोर्ट के अनुसार, ईपीएफएल के स्कूल ऑफ इंजीनियरिंग – इलेक्ट्रोमैग्नेटिक कम्पैटिबिलिटी लेबोरेटरी की एक टीम ने हाल ही में एक एआई प्रोग्राम बनाया है जो 10 से 30 मिनट की अवधि में और 30 किलोमीटर के दायरे में बिजली के हमले की सटीक भविष्यवाणी करने में सक्षम है। इंजीनियरिंग टीम द्वारा बनाई गई प्रणाली मौसम संबंधी डेटा पर कृत्रिम बुद्धिमत्ता एल्गोरिदम लागू करती है, और यह प्रणाली यूरोपीय लेजर लाइटनिंग रॉड परियोजना में उपयोग की जाएगी।

यूरोपीय लेजर लाइटनिंग रॉड (ईएलएलआर) परियोजना का उद्देश्य नए प्रकार के बिजली सुरक्षा प्रणाली और तकनीक बनाना है। विशेष रूप से, ईएलएलआर एक ऐसी प्रणाली बनाने का उद्देश्य रखता है जो लेजर-आधारित तकनीक का उपयोग करके प्राकृतिक बिजली के हमलों की संख्या को कम करे।

अनुसंधान टीम के अनुसार, वर्तमान बिजली भविष्यवाणी विधियां रडार या उपग्रह द्वारा एकत्रित डेटा पर निर्भर करती हैं, जो बहुत महंगा है। रडार तूफान को स्कैन करने और तूफान की विद्युत संभावना का निर्धारण करने के लिए उपयोग किया जाता है। अन्य बिजली भविष्यवाणी प्रणाली अक्सर एक क्षेत्र में तीन या अधिक रिसीवर का उपयोग करने की आवश्यकता होती है ताकि बिजली की घटनाओं को त्रिभुज किया जा सके। इस तरह की भविष्यवाणी करना एक धीमी और जटिल प्रक्रिया है।

इसके बजाय, ईपीएफएल टीम द्वारा विकसित विधि मानक मौसम स्टेशन पर एकत्रित किए गए डेटा का उपयोग करती है। इसका मतलब है कि डेटा बहुत सस्ता और एकत्र करने में आसान है, और यह प्रणाली संभावित रूप से उन दूरस्थ क्षेत्रों में लागू की जा सकती है जहां उपग्रह या रडार प्रणाली कवरेज नहीं करती हैं और जहां संचार नेटवर्क कमजोर हैं।

भविष्यवाणी के लिए डेटा तेजी से और वास्तविक समय में एकत्र किया जा सकता है, जिसका अर्थ है कि एक क्षेत्र को आने वाले बिजली के हमलों के बारे में सूचित किया जा सकता है, यहां तक कि तूफान क्षेत्र में形成 होने से पहले भी। साइंस डेली की रिपोर्ट के अनुसार, ईपीएफएल टीम द्वारा उपयोग की जाने वाली विधि एक मशीन लर्निंग एल्गोरिदम है जो 12 स्विस मौसम स्टेशनों से एकत्रित डेटा पर प्रशिक्षित है। डेटा एक दशक का है और इसमें पहाड़ी और शहरी क्षेत्र शामिल हैं।

बिजली के हमले की भविष्यवाणी करने का कारण यह है कि वे विशिष्ट मौसम संबंधी स्थितियों से जुड़े हुए हैं। बिजली के निर्माण के लिए सबसे महत्वपूर्ण घटकों में से एक तीव्र संवहन है, जहां नम हवा ऊपर उठती है क्योंकि वायुमंडल स्थानीय क्षेत्र में अस्थिर हो जाता है। बादलों के भीतर जल की बूंदों, बर्फ के कणों और अन्य अणुओं के बीच टकराव विद्युत आवेशों को अलग कर सकता है। यह अलगाव विपरीत आवेशों वाली बादल की परतों के निर्माण की ओर ले जाता है, जो बिजली के हमलों का कारण बनता है। इन मौसम संबंधी स्थितियों से जुड़ी वायुमंडलीय विशेषताओं को मशीन लर्निंग एल्गोरिदम में डाला जा सकता है ताकि बिजली के हमलों की भविष्यवाणी की जा सके।

डेटासेट में हवा की गति, सापेक्ष आर्द्रता, वायु तापमान और वायुमंडलीय दबाव जैसे चर शामिल थे। इन विशेषताओं को दर्ज की गई बिजली के हमलों और हमले का पता लगाने वाली प्रणाली के स्थान के साथ लेबल किया गया था। इन विशेषताओं के आधार पर, एल्गोरिदम हमलों के कारण होने वाली स्थितियों में पैटर्न की व्याख्या करने में सक्षम था। जब मॉडल का परीक्षण किया गया, तो यह लगभग 80% समय में बिजली के हमले की सटीक भविष्यवाणी करने में सक्षम साबित हुआ।

ईपीएफएल टीम का मॉडल उल्लेखनीय है क्योंकि यह सामान्य रूप से उपलब्ध मौसम संबंधी डेटा पर आधारित पहली प्रणाली है जो बिजली के हमलों की सटीक भविष्यवाणी करने में सक्षम है।