微软研究院:机器学习系统提前30-60分钟预警电网空间天气风险
2026.10.01 · 事件 · 研究进展 · 官方发布
一套端到端机器学习管线为美国本土66,935座变电站生成位置级地磁感应电流风险预报。
微软研究院实习生开发了一套端到端机器学习系统,为美国本土66,935座变电站生成位置级空间天气风险估计。系统融合太阳风观测、AE与Dst指数预报、地质电导率和电网数据,可提前30-60分钟预警,评估期内检出近80%的重大空间天气事件。
- 覆盖美国本土66,935座变电站,输出位置级风险估计
- 融合太阳风、AE/Dst预报、地质电导率与电网数据
- 可提前30-60分钟向电网运营商发出预警
- 评估期检出近80%重大空间天气事件
- Dst模型在62.2%的峰值活动小时优于Burton方程
为什么值得看
空间天气可损坏电网设备,提前预警有实际价值
适合谁关注
电网运营、空间天气与AI预测研究者