雷暴期間的高速風可能導致電網(wǎng)周圍的樹木撞到配電系統(tǒng)的饋線中，從而導致該地區(qū)的電力中斷。當前，大多數(shù)公用事業(yè)公司通過安排定期的樹木修剪操作來減少此類事故。這項工作成本高昂，并且是基于輪換方法到達不同的服務區(qū)域，在修剪所有樹木之前可能要花費數(shù)月甚至數(shù)年的時間。

德州農(nóng)工大學的研究人員已經(jīng)開發(fā)出一種智能模型，該模型可以預測對公用事業(yè)資產(chǎn)的潛在脆弱性，并提供可能何時何地發(fā)生中斷的地圖。預測功能允許首先修剪最關鍵區(qū)域中風險最高的樹木。

攝政教授兼電氣與計算機工程學系Eugene E. Webb教授的持有人Mladen Kezunovic博士與研究生Tatjana Dokic和Chen-Phen Chen共同開發(fā)了可預測天氣危害的模型框架電網(wǎng)的脆弱性以及潛在損害的經(jīng)濟影響。

通過分析潛在漏洞的影響以及天氣對電力系統(tǒng)中斷的影響，研究人員可以預測何時何地會發(fā)生中斷。預測最佳的樹木修剪計劃將使與植被有關的中斷的風險降至最低，只是其中一種應用。

凱祖諾維奇說：“公用事業(yè)電網(wǎng)和相關資產(chǎn)大多位于戶外，并暴露于各種天氣災害中。應對老化的基礎設施資產(chǎn)增加了公用事業(yè)公司面臨的另一層復雜性。” “任何與電力系統(tǒng)相關的環(huán)境數(shù)據(jù)都可以輸入到此預測框架中。”

諸如公用事業(yè)公司的運行記錄，天氣預報，電力系統(tǒng)周圍的海拔和植被之類的數(shù)據(jù)都可以用于定制模型的應用。