एआई का उपयोग बिजली गिरने की भविष्यवाणी में सुधार के लिए किया जाता है

मौसम की भविष्यवाणी पिछले दशक में काफी बेहतर हो गई है, जिसमें पांच दिवसीय पूर्वानुमान अब लगभग 90% सटीक हैं। हालांकि, मौसम की एक ऐसी विशेषता है जो लंबे समय से इसकी भविष्यवाणी करने के प्रयासों से परे रही है वह है बिजली। क्योंकि बिजली इतनी अप्रत्याशित है, इसलिए इसके द्वारा मानव जीवन, संपत्ति और प्रकृति को होने वाले नुकसान को कम करना बहुत मुश्किल है। ईपीएफएल (इकोले पॉलिटेक्निक फेडेरल डी लॉज़ेन) स्कूल ऑफ इंजीनियरिंग की एक अनुसंधान टीम के काम के लिए धन्यवाद, बिजली गिरने की भविष्यवाणी निकट भविष्य में बहुत अधिक सटीक हो सकती है।

साइंटिफिक डेली की रिपोर्ट के अनुसार, ईपीएफएल के स्कूल ऑफ इंजीनियरिंग – इलेक्ट्रोमैग्नेटिक कंपैटिबिलिटी लेबोरेटरी की एक शोध 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 गिरने की सटीक भविष्यवाणी करने में सक्षम है। इंजीनियरिंग टीम द्वारा बनाई गई प्रणाली मौसम विज्ञान डेटा पर कृत्रिम बुद्धिमत्ता एल्गोरिदम लागू करती है, और प्रणाली यूरोपीय लेजर बिजली रॉड परियोजना में उपयोग की जाएगी।

यूरोपीय लेजर बिजली रॉड (ELLR) परियोजना का उद्देश्य नए प्रकार के बिजली सुरक्षा प्रणाली और तकनीक बनाना है। विशेष रूप से, ईएलआर का उद्देश्य एक प्रणाली बनाना है जो लेजर आधारित तकनीक का उपयोग करके प्राकृतिक बिजली गिरने की मात्रा को कम करती है, जो ऊपर की ओर बिजली चमक को उत्तेजित करके पूरा किया जाता है।

अनुसंधान टीम के अनुसार, बिजली की भविष्यवाणी के वर्तमान तरीके रडार या उपग्रह द्वारा एकत्र किए गए डेटा पर निर्भर करते हैं, जो बहुत महंगा होता है। रडार तूफान को स्कैन करने और तूफान की विद्युत संभावित 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 से भविष्यवाणी बनाना एक अक्सर धीमी और जटिल प्रक्रिया है।

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

भविष्यवाणी के लिए डेटा भी जल्दी और वास्तविक समय में एकत्र किया जा सकता है, जिसका अर्थ है कि एक क्षेत्र को संभावित रूप से आगामी बिजली गिरने के बारे में सलाह दी जा सकती है, यहां तक कि तूफान क्षेत्र में बना होने से पहले भी। साइंस डेली की रिपोर्ट के अनुसार, ईपीएफएल टीम द्वारा भविष्यवाणी करने के लिए उपयोग की जाने वाली विधि एक मशीन लर्निंग एल्गोरिदम है जो 12 स्विस मौसम स्टेशनों से एकत्र किए गए डेटा पर प्रशिक्षित है। डेटा एक दशक को कवर करता है और डेटासेट में पहाड़ी क्षेत्र और शहरी क्षेत्र दोनों शामिल हैं।

बिजली गिरने की भविष्यवाणी का कारण यह है कि वे विशिष्ट मौसम की स्थितियों के साथ भारी रूप से सहसंबद्ध होते हैं। बिजली के निर्माण के लिए सबसे महत्वपूर्ण सामग्रियों में से एक तीव्र संवहन है, जहां आर्द्र वायु 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 बिजली के निर्माण के लिए जिम्मेदार होते हैं। यह पृथक्करण विपरीत आवेश वाली बादल परतों के निर्माण की ओर ले जाता है, जो बिजली के रूप में दिखाई देने वाले डिस्चार्ज की ओर ले जाता है। इन मौसम की स्थितियों से संबंधित वायुमंडलीय विशेषताओं को मशीन लर्निंग एल्गोरिदम में डाला जा सकता है ताकि बिजली गिरने की भविष्यवाणी की जा सके।

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

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