微软研究院用机器学习预测电网空间天气风险

微软研究院开发了一套端到端机器学习流水线，可提前30至60分钟为美国本土66,935座变电站生成位置级空间天气风险估计。系统结合AE与Dst指数预报、地质电导率及电网数据，在2020-2026年评估期内检出近80%的重大空间天气事件。其中Dst预测器在62.2%的活跃时段小时数上优于Burton方程，集成后使严重风暴检出率提升1.2个百分点。