先了解这件事
AI 综述
Microsoft Research 研发了一套面向美国电网的太空天气风险机器学习预测系统,可为美国本土 66,935 座变电站提供提前 30-60 分钟的空间天气风险估计。该系统融合太阳风观测、AE 与 Dst 指数预报、地质电导率和电网基础设施数据。在 2020-2026 评估期内,Dst 预测模型在 62.2% 的小时数上优于 Burton 方程;GIC 风险阶段对 ≥10 nT/min 事件的检测率为 76.5%,对 ≥50 nT/min 极端事件为 64.1%。系统完成全部变电站推理约需 333 毫秒,但投入电网运行前仍需与电力公司进一步验证。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
Microsoft Research 用机器学习预测电网空间天气风险事件进展
1 个已确认进展
- 来源：Microsoft Research
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月1日
Microsoft Research一手
Microsoft Research 用机器学习预测电网空间天气风险
Microsoft Research 实习生开发了一套机器学习系统，可为美国本土 66,935 座变电站提供提前 30-60 分钟的空间天气风险估计，融合太阳风观测、AE 与 Dst 指数预报、地质电导率和电网基础设施数据。在 2020-2026 评估期内，Dst 预测模型在 62.2% 的小时数上优于 Burton 方程；GIC 风险阶段对 ≥10 nT/min 事件的检测率为 76.5%，对 ≥50 nT/min 极端事件为 64.1%。系统完成全部变电站推理约需 333 毫秒，但投入电网运行前仍需与电力公司进一步验证。