Метод глубокого обучения повышает точность прогнозирования рисков молний для энергосетей

Молнии являются одной из основных причин отключений линий электропередачи, создавая серьёзную угрозу безопасности энергосистем. Однако из-за сложности и спорадической природы молний точное их прогнозирование всегда оставалось сложной задачей.

Исследователи из Ключевой национальной энергетической лаборатории Китая по обнаружению, раннему предупреждению и защите от грозовых катастроф, а также из Лаборатории технологий мониторинга и защиты от молний Государственной электросетевой корпорации Китая, достигли значительного прогресса в прогнозировании молний. Разработав модель краткосрочного прогноза на основе глубокого обучения, они могут эффективно предсказывать местоположение и тенденции частоты организованных гроз, обеспечивая надёжную поддержку для оценки рисков молний для энергосетей. Исследование опубликовано в журнале Atmospheric and Oceanic Science Letters.

Команда использовала данные мониторинга молний на обширной территории от Государственной электросетевой корпорации Китая и изображения с геостационарных спутников, объединив их с архитектурой свёрточных рекуррентных сетей с затворами (Conv-GRU) и модулями механизма внимания для создания модели краткосрочного прогноза.

«Наша модель не только точно предсказывает, где произойдёт разряд молнии, но и прогнозирует её частоту. Она продемонстрировала отличные результаты в прогнозировании зимней грозы в Центральном Китае и весенней торнадной грозы в Южном Китае», — говорит доктор Фэнцюань Ли, первый автор статьи.

По словам доктора Цзянь Ли, научного руководителя лаборатории, в будущем планируется повысить точность модели за счёт интеграции большего количества источников данных, связанных с формированием молний, и дальнейшей оптимизации её структуры. Это позволит улучшить поддержку прогнозирования и защиты энергосетей от грозовых катастроф.