Microsoft Researchで開発された機械学習パイプラインは、米国本土の66,935箇所の変電所に対して、場所固有の地磁気誘導電流（GIC）リスク推定値を生成します。このシステムは太陽風予報と地域的な地質データを組み合わせることで、特定のリスクが発生する30〜60分前に電力系統運用者に警告を提供します。

  • パイプラインは勾配ブースティングモデルを使用して、GICリスクに関連する磁場変化率dB/dtを推定します。
  • 主要イベント（≥10 nT/min）の検出率は76.5%、深刻なイベント（≥20 nT/min）で81.2%、極端なイベント（≥50 nT/min）で64.1%を達成しました。
  • AE予測子は410.2 nT RMSEを記録し、Dst予測子はピーク活動時間の62.2%においてBurton方程式を上回る性能を示しました。
  • 全ての変電所に対する推論には約333ミリ秒かかり、複数のシナリオの迅速な評価を可能にします。

このアプローチにより、電力会社は地理的な曝露に基づいて工学レビューを優先し、無効力余力の調整などの targeted な保護措置を検討することが可能になります。