Statnett - Forecasting weather-dependent failures on power lines

Sector público Noruega

Joint Research Centre Data Catalogue: Public Sector Tech Watch latest dataset of selected cases Reilley, Mike (2025) 'Journalist’s Toolbox™'. Available at: https://journaliststoolbox.ai/ (Accessed March 2025).

Statnett, el operador del sistema de transmisión eléctrica de Noruega, desarrolló un servicio que predice la probabilidad de fallos en las líneas eléctricas aéreas debido a las condiciones meteorológicas, en particular el viento y los rayos. El sistema utiliza datos históricos de fallos y estadísticas meteorológicas para crear curvas de fragilidad para cada línea, indicando su vulnerabilidad a fenómenos meteorológicos específicos. Al integrar estas curvas de fragilidad con las previsiones meteorológicas en tiempo real del Instituto Meteorológico Noruego, el servicio calcula y actualiza las probabilidades de fallo de cada línea eléctrica. Los resultados se visualizan a través de un panel interactivo, lo que permite a los operadores del sistema anticipar y prepararse eficazmente ante posibles fallos provocados por el clima. Este enfoque proactivo mejora la fiabilidad y la resiliencia de la red de transmisión eléctrica de Noruega.

Monitoreo y control

Las herramientas de IA de esta categoría se utilizan para mejorar la transparencia, el acceso a la información, la supervisión del cumplimiento normativo y garantizar el cumplimiento normativo. Estas aplicaciones facilitan la monitorización en tiempo real de diversas actividades y servicios del sector público.

Planificación de recursos

Estas herramientas facilitan la asignación y gestión eficiente de recursos, como personal, presupuestos e infraestructura. Contribuyen a optimizar el uso de los recursos públicos y a mejorar la eficiencia operativa.

#monitor La herramienta de Statnett monitorea continuamente las líneas eléctricas aéreas integrando datos meteorológicos en tiempo real con registros históricos de fallas. Esto permite a los operadores monitorear riesgos potenciales y tomar medidas preventivas antes de que se produzcan cortes de suministro.

#predecir Mediante aprendizaje automático, el sistema predice la probabilidad de fallos en función de condiciones meteorológicas como el viento y los rayos. Estos pronósticos ayudan a los operadores de la red a anticipar interrupciones y a asignar recursos de mantenimiento de forma eficiente.

#visualizar La herramienta presenta evaluaciones de riesgos mediante un panel interactivo, lo que facilita la interpretación de datos complejos. Los operadores pueden identificar rápidamente las zonas de alto riesgo y tomar decisiones informadas para garantizar la estabilidad de la red.

Sitio web

Desarrollado por: Sector público
Tipo de implementación: Servicio y API de IA basados en la nube
Moderación de la comunidad: No requiere gestionnaire de communauté
Nivel de dificultad: Requiere desarrollador
Licencia: Código abierto

Volver a todos