夏季，全球各地都有雷暴天氣。除了破壞公園的下午外，閃電，雨水和強風還會損壞電網并造成電力中斷。很容易知道何時將要來一場暴風雨，但是電力公司希望能夠預測哪些可能損壞其基礎設施。

機器學習是預測哪些風暴可能導致停電的理想選擇。Roope Tervo，芬蘭氣象研究所(FMI)的軟件架構師和博士學位。阿爾托大學的Alex Jung教授的研究小組的研究人員開發(fā)了一種機器學習方法來預測風暴的嚴重性。

教會計算機如何對風暴進行分類的第一步是向他們提供斷電數據。芬蘭的三家能源公司Järvi-SuomenEnergia，LoisteSähkoverkko和Imatra SeudunSähkönsiirto均通過易受風暴襲擊的芬蘭中部建立電網，并提供了有關其網絡中斷次數的數據。風暴分為四類。零級風暴并未給任何電力變壓器帶來電。1級暴風雨切斷了多達10%的變壓器，2級暴風雨切斷了高達50%的變壓器，而3級暴風雨切斷了超過50%的變壓器的功率。

下一步是從FMI的風暴中獲取數據，并使計算機易于理解。Roope說：“我們使用了一種新的基于對象的方法來準備數據，這使這項工作變得令人興奮。” “風暴由許多元素組成，這些元素可以指示出它們的危害程度：表面積，風速，溫度和壓力，僅舉幾例。通過對每場風暴的16種不同特征進行分組，我們能夠訓練計算機以識別當風暴將造成破壞時。”

結果令人鼓舞：該算法非常擅長預測哪些風暴將是0級且不會造成損害，而哪些風暴將至少是3級且會造成很多損害。研究人員正在向模型添加更多暴風雨數據，以幫助提高區(qū)分1級和2級暴風雨的能力，從而使預測工具對能源公司更加有用。

魯普說：“我們的下一步是嘗試優(yōu)化模型，使其比夏季風暴更適合天氣使用，”眾所周知，芬蘭冬季可能會有大風暴，但它們與夏季風暴的工作方式不同，因此我們需要不同的方法來預測它們的潛在破壞。”