Sebuah pipeline pembelajaran mesin yang dikembangkan di Microsoft Research menghasilkan estimasi risiko arus terinduksi geomagnetik (GIC) spesifik lokasi untuk 66.935 gardu induk di daratan Amerika Serikat. Sistem ini menggabungkan prakiraan angin matahari dengan data geologi lokal untuk memberikan operator jaringan peringatan dini selama 30 hingga 60 menit sebelum risiko tertentu muncul.
- Pipeline ini menggunakan model gradient-boosting untuk memperkirakan dB/dt, laju perubahan medan magnet yang terkait dengan risiko GIC.
- Sistem ini mencapai tingkat deteksi sebesar 76,5% untuk peristiwa besar (≥10 nT/menit), 81,2% untuk peristiwa parah (≥20 nT/menit), dan 64,1% untuk peristiwa ekstrem (≥50 nT/menit).
- Prediktor AE mencatat RMSE sebesar 410,2 nT, sementara prediktor Dst mengungguli persamaan Burton pada 62,2% dari jam-jam aktivitas puncak.
- Inferensi untuk semua gardu induk memakan waktu sekitar 333 milidetik, memungkinkan evaluasi cepat terhadap berbagai skenario.
Pendekatan ini memungkinkan utilitas memprioritaskan tinjauan teknik dan mempertimbangkan tindakan perlindungan yang ditargetkan, seperti menyesuaikan cadangan daya reaktif, berdasarkan paparan geografis yang presisi.