研究人员使用大数据开发模型来预测和预防停电

雷暴期间的高速风可能导致电网周围的树木撞到配电系统的馈线中，从而导致该地区的电力中断。当前，大多数公用事业公司通过安排定期的树木修剪操作来减少此类事故。这项工作成本高昂，并且是基于轮换方法到达不同的服务区域，在修剪所有树木之前可能要花费数月甚至数年的时间。

德州农工大学的研究人员已经开发出一种智能模型，该模型可以预测对公用事业资产的潜在脆弱性，并提供可能何时何地发生中断的地图。预测功能允许首先修剪最关键区域中风险最高的树木。

摄政教授兼电气与计算机工程学系Eugene E. Webb教授的持有人Mladen Kezunovic博士与研究生Tatjana Dokic和Chen-Phen Chen共同开发了可预测天气危害的模型框架电网的脆弱性以及潜在损害的经济影响。

通过分析潜在漏洞的影响以及天气对电力系统中断的影响，研究人员可以预测何时何地会发生中断。预测最佳的树木修剪计划将使与植被有关的中断的风险降至最低，只是其中一种应用。

凯祖诺维奇说：“公用事业电网和相关资产大多位于户外，并暴露于各种天气灾害中。应对老化的基础设施资产增加了公用事业公司面临的另一层复杂性。” “任何与电力系统相关的环境数据都可以输入到此预测框架中。”

诸如公用事业公司的运行记录，天气预报，电力系统周围的海拔和植被之类的数据都可以用于定制模型的应用。