AI ที่ใช้เพื่อปรับปรุงการคาดการณ์ไฟฟ้า

การคาดการณ์สภาพอากาศได้ดีขึ้นอย่างมากในช่วงสิบปีที่ผ่านมา โดยการคาดการณ์สภาพอากาศ 5 วัน มีความแม่นยำถึง 90% อย่างไรก็ตาม มีหนึ่งด้านของสภาพอากาศที่ยากจะคาดการณ์ได้ คือ ไฟฟ้า เนื่องจากไฟฟ้าไม่คาดเดาได้ จึงทำให้ยากที่จะลดความเสียหายที่จะเกิดขึ้นต่อชีวิตมนุษย์ ทรัพย์สิน และธรรมชาติ แต่ด้วยการทำงานของทีมวิจัยจาก EPFL (Ecole Polytechnique Fédérale de Lausanne) School of Engineering ไฟฟ้าอาจจะคาดการณ์ได้ง่ายขึ้นในอนาคต

ตามรายงานจาก SciTechDaily ทีมวิจัยจาก EPFL’ s School of Engineering – Electromagnetic Compatibility Laboratory ได้สร้างโปรแกรม AI ที่สามารถคาดการณ์ไฟฟ้าได้อย่างแม่นยำภายในระยะเวลา 10 ถึง 30 นาที และในระยะทาง 30 กิโลเมตร ระบบที่สร้างโดยทีมวิศวกรนี้ใช้ข้อมูลสภาพอากาศและจะถูกใช้ในโครงการ European Laser Lightning Rod

เป้าหมายของโครงการ European Laser Lightning Rod (ELLR) คือการสร้างระบบป้องกันไฟฟ้าและเทคนิคใหม่ๆ โดยเฉพาะ ELLR มีเป้าหมายที่จะสร้างระบบที่ใช้เทคนิคเลเซอร์เพื่อลดการเกิดไฟฟ้าโดยการกระตุ้นให้เกิดไฟฟ้าขึ้น

ตามทีมวิจัย วิธีการคาดการณ์ไฟฟ้าในปัจจุบันขึ้นอยู่กับข้อมูลที่รวบรวมจากเรดาร์หรือดาวเทียม ซึ่งมีค่าใช้จ่ายสูง เรดาร์ถูกใช้เพื่อสแกนพายุและกำหนดศักยภาพไฟฟ้าของพายุ ระบบคาดการณ์ไฟฟ้าอื่นๆ ต้องการใช้รับ信号จากสามหรือมากกว่าในพื้นที่เพื่อให้สามารถกำหนดตำแหน่งของไฟฟ้าได้ การคาดการณ์ในลักษณะนี้เป็นกระบวนการที่ช้าและซับซ้อน

ในทางกลับกัน วิธีการที่พัฒนาโดยทีม EPFL ใช้ข้อมูลที่สามารถรวบรวมได้ที่สถานีสภาพอากาศมาตรฐาน ซึ่งหมายความว่าข้อมูลมีค่าใช้จ่ายต่ำและรวบรวมได้ง่าย ระบบนี้สามารถใช้ได้ในพื้นที่ห่างไกลที่ไม่มีการครอบคลุมของระบบดาวเทียมหรือเรดาร์ และไม่มีการเชื่อมต่อเครือข่าย

ข้อมูลสำหรับการคาดการณ์สามารถรวบรวมได้อย่างรวดเร็วและในเวลาจริง ซึ่งหมายความว่าพื้นที่สามารถได้รับการเตือนเกี่ยวกับไฟฟ้าที่จะเกิดขึ้นก่อนที่พายุจะเกิดขึ้นในพื้นที่ ตามรายงานจาก ScienceDaily วิธีการที่ทีม EPFL ใช้ในการคาดการณ์เป็นอัลกอริทึมการเรียนรู้ของเครื่องจักรที่ฝึกอบรมด้วยข้อมูลจาก 12 สถานีสภาพอากาศในสวิตเซอร์แลนด์ ข้อมูลครอบคลุมระยะเวลา 10 ปี และรวมถึงพื้นที่ภูเขาและพื้นที่เมือง

ไฟฟ้าสามารถคาดการณ์ได้เนื่องจากมีความสัมพันธ์กับสภาพอากาศที่เฉพาะเจาะจง ตามรายงานจาก ECMWF ส่วนผสมที่สำคัญที่สุดในการเกิดไฟฟ้าคือการเกิดการเคลื่อนไหวของอากาศที่เข้มข้น ซึ่งเกิดขึ้นเมื่ออากาศชื้นขึ้นและบรรยากาศไม่เสถียรในพื้นที่ท้องถิ่น การชนกันของหยดน้ำ ไอ และโมเลกุลอื่นๆ ในเมฆสามารถทำให้เกิดการแยกชาร์จไฟฟ้าภายในโมเลกุลเหล่านั้นได้ การแยกชาร์จนี้นำไปสู่การสร้างชั้นเมฆที่มีประจุตรงข้าม ซึ่งนำไปสู่การปล่อยประจุไฟฟ้าที่ปรากฏเป็นไฟฟ้า คุณลักษณะของบรรยากาศที่เกี่ยวข้องกับสภาพอากาศเหล่านี้สามารถป้อนเข้าไปในอัลกอริทึมการเรียนรู้ของเครื่องจักรเพื่อคาดการณ์ไฟฟ้า

ในบรรดาคุณลักษณะในฐานข้อมูลมีตัวแปรเช่นความเร็วลม ความชื้นสัมพัทธ์ อุณหภูมิอากาศ และความกดอากาศของบรรยากาศ คุณลักษณะเหล่านี้ถูกป้ายกำกับด้วยการบันทึกการเกิดไฟฟ้าและตำแหน่งของระบบที่ตรวจจับไฟฟ้า ตามคุณลักษณะเหล่านี้ อัลกอริทึมสามารถตีความรูปแบบในเงื่อนไขที่นำไปสู่การเกิดไฟฟ้าได้ เมื่อทดสอบแบบจำลองแล้ว มันพิสูจน์ได้ว่าสามารถคาดการณ์ไฟฟ้าได้อย่างถูกต้องประมาณ 80% ของเวลา

แบบจำลองของทีม EPFL นี้มีความโดดเด่นเนื่องจากเป็นตัวอย่างแรกของระบบที่ใช้ข้อมูลสภาพอากาศที่มีอยู่ทั่วไปในการคาดการณ์ไฟฟ้าได้อย่างแม่นยำ