微软发布AI系统：精准预测电网空间天气风险

摘要：微软研究院开发了一种基于机器学习的系统，可提前30-60分钟预测美国66,935个变电站的空间天气风险。该系统结合太阳风观测、极光电喷流(AE)和扰动风暴时间(Dst)指数预测，以及地质和电网基础设施数据，生成特定地点的风险评估。这一创新为电网运营商提供了更精准的预警，有助于采取预防措施以减少空间天气事件对电力系统的影响。

---

微软发布AI系统：精准预测电网空间天气风险

在极端空间天气事件中，地球上的电力系统可能遭受严重损坏，GPS精度和卫星运行也会受到影响。微软研究院开发了一种新型机器学习系统，可以提前30-60分钟预测空间天气对电网的影响，为电网运营商提供精准的预警信息。

系统核心功能与技术亮点

1. 端到端预测流程：该系统利用从L1拉格朗日点获取的太阳风数据，结合极光电喷流(AE)和扰动风暴时间(Dst)指数的预测，以及每个变电站的地理位置、地质特征和地面导电率，生成特定地点的风险评估。

2. 多阶段预测模型：

   • 第一阶段：使用太阳风数据预测AE和Dst指数，同时收集各变电站的地质和位置特征。
   • 第二阶段：梯度提升模型将预测数据和位置特征结合，估算与地磁感应电流(GIC)风险相关的磁场变化率(dB/dt)。
   • 第三阶段：将预测结果转化为特定地点的风险评估，并汇总成全美范围的总体风险评估。

3. AI代理协作：系统集成了50个AI代理，用于探索特征、验证策略和配置模型参数，确保预测的准确性和鲁棒性。

4. 性能表现：在2020-2026年的评估期间，该系统检测到近80%的主要空间天气事件，并在大多数情况下优于传统的经验模型。

行业影响与应用前景

• 电网运营商的预警工具：该系统能够为电网运营商提供更精准的预警信息，帮助他们优先进行工程审查，并采取针对性的保护措施，例如调整无功功率储备或临时重新配置电网部分结构。

• AI与电力系统结合的典范：该项目是微软研究院在AI与电力系统结合领域的重要成果之一，与其他研究（如GridSFM）共同推动了AI在电网规划和灾害预测中的应用。

未来发展方向

• 扩展预测范围：探索时间变换器方法，以捕捉太阳风数据中的长期模式，并突破当前30-60分钟的预测窗口。

• 国际推广：将该系统适配到更多地区，同时考虑不同的地质条件和电网拓扑结构。

• 与电网运营整合：评估预测结果如何支持现有的决策和工程审查流程，再考虑更高水平的自动化。

• 提供变压器级风险评估：增加资产特定特性，将风险评估从变电站级别细化到关键设备的更精细层面。

总结

微软的这一研究展示了AI在空间天气预测中的巨大潜力，为电网运营商提供了更精准、更及时的预警信息，有助于提高电力系统的韧性和可靠性。未来，随着技术的进一步成熟和推广，该系统有望在全球范围内得到广泛应用，为应对空间天气风险提供更强大的支持。

---

消息来源：Microsoft Research AI (2026-09-30)

—— 完 ——

主题标签： #Microsoft Research #AI for Power Systems #Space Weather Forecasting #Machine Learning #Grid Resilience