Microsoft Researchの研究者たちは、アメリカ本土の66,935の変電所にわたる宇宙天気のリスクを予測するために設計された機械学習システムを開発しました。このシステムは、潜在的な影響の30分から60分前に場所ごとのリスク推定を提供し、グリッド運用者が磁気嵐への備えを行うことを支援します。
Microsoft Researchが米国の送電網変電所における宇宙天気リスクを予測する機械学習システムを開発
この記事は翻訳です。 原文を読む
この予測パイプラインは3つの段階で動作します。まず、L1ラグランジュ点からの太陽風観測データを使用して、オーロラ電場（AE）指数および擾乱嵐時間（Dst）指数を予測します。次に、勾配ブースティングモデルがこれらの予測を地域の地質学的導電率およびグリッドインフラデータと組み合わせ、地磁気誘導電流（GIC）リスクに関連する磁場変化率（dB/dt）を推定します。最後に、これらの予測が各変電所ごとの場所固有のリスク推定値として集計されます。
2020年から2026年の期間にわたって実施された評価では、このモデルは経験的な手法を上回る性能を示しました。GICリスクの段階では、主要な事象（≥10 nT/min）に対して76.5%、深刻な事象（≥20 nT/min）に対して81.2%の検知率を達成しました。地域の地質学的要因を組み込むこのシステムの能力により、低リスク地域と、抵抗性の高い基盤岩が地表レベルの影響を増幅させる可能性がある地域を区別することが可能になっています。
テスト中、このパイプラインは全66,935の変電所のリスク推定を約333ミリ秒で生成しました。このシステムは、物理的根拠に基づいた機械学習がいかにタイムリーな評価を支援できるかを示していますが、研究者らは、システムを実際のグリッド運用に使用する前には、電力会社との連携および運用データを用いたさらなる検証が必要であると指摘しています。
出典
- Forecasting space weather risks on power grids （Microsoft Research, 2026-09-30）