Microsoft Researchは2026年9月30日(現地時間)、機械学習を用いた電力網の宇宙天気リスク予測システムを開発したと発表した。このシステムは、大規模な宇宙天気現象が地球の電力システムに与える損害を、嵐の到来前に30分から60分で予測する。米国本土の66,935カ所の変電所を対象に、場所固有のリスク推定を提供する。
このシステムは、Microsoft Researchのインターンシップ中に開発された。太陽風の観測データ、オーロラエレクトロジェット (AE) および擾乱磁気嵐指数 (Dst) の予測、物理情報に基づいた制約、地元の地質学的導電性、電力インフラデータを組み合わせることで、GIC (地磁気誘導電流) リスクに関連する磁場変化率 (dB/dt) を推定し、これを場所固有のリスク評価に変換する。
2020年から2026年の評価期間中、システムは主要な宇宙天気イベントの約80%を検出した。主要イベント (≥10 nT/min) で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%の検出率を達成している。AE予測は経験的手法を上回り、Dst予測はピーク活動時間においてBurton方程式を62.2%の確率で凌駕した。
システムは、大陸規模でのGICリスク評価を生成し、約333ミリ秒で66,935カ所の変電所全てに対する推定を生成可能である。これにより、電力会社はエンジニアリングレビューの優先順位付けや、送電網の一時的な再構成といった保護措置を検討できる。このプロジェクトは、GridSFMやその他の電力システム向けAIに関するMicrosoft Researchの研究とも連携している。
参考: Microsoft Research Blog (アーカイブ) — 2026年10月1日 01:00 (JST)
原文ハイライト"The pipeline detected nearly 80% of major space-weather events during the evaluation period"