雷暴期間的高速風可能導致電網周圍的樹木撞到配電系統饋線，導致該區域停電。目前，大多數公用事業公司通過安排定期的樹木修剪操作來減少此類事故。這種努力是昂貴的并且基于對不同服務區域的旋轉方法，這可能需要數月甚至數年才能修剪所有樹木。

德克薩斯A&M大學的研究人員開發了一種智能模型，可以預測公用事業資產的潛在漏洞，并提供可能發生中斷的地點和時間的地圖。預測功能允許首先修剪具有最高風險的最關鍵區域中的樹木。

Mladen Kezunovic博士，電氣和計算機工程系Eugene E. Webb教授，董事會成員，研究生Tatjana Dokic和Po-Chen Chen，開發了一個可以預測天氣危害的模型框架，電網的脆弱性和潛在損害的經濟影響。

通過分析潛在脆弱性和天氣影響對電力系統中斷的影響，研究人員可以預測何時何地可以發生中斷。預測最佳樹木修剪計劃可以最大限度地降低植被相關中斷的風險，這只是其中一個應用。

“公用電網和相關資產大多位于戶外，并且面臨各種天氣危害。處理老化的基礎設施資產增加了公用事業公司面臨的另一層復雜性，”Kezunovic說。“任何與電力系統有關的環境數據都可以納入這個預測框架。”

諸如公用事業公司的運營記錄，天氣預報，電力系統周圍的高度和植被等數據可用于定制模型的應用。

該模型非常靈活，可以處理各種數據，盡管格式和數據源不同。研究人員說，處理這些數據是他們能夠解決的一項艱巨任務。每個數據源及其表示都是不同的和多方面的。根據目標，他們從多個來源中選擇大量輸入數據并執行風險分析。

這種全面的數據分析使電力系統及其運行更加可靠。

“公用事業公司的首要目標是確保不間斷的服務，”陳說。“通過提高可靠性，我們可以預測中斷。如果我們能夠通過歷史和接近實時的數據來防止中斷，我們可以節省數百萬美元，因為可以減少中斷。”

研究人員將他們的框架方法描述為一個由三部分組成的過程。首先，他們調查潛在危險的可能性，例如惡劣天氣。接下來，他們通過考慮天氣概率并預測其對資產的影響來評估公用事業資產的脆弱性。最后也是最重要的一步是評估某些事件的影響以及可靠性指標和維護，更換和維修成本的計算。

該模型分析了歷史和接近實時的天氣數據，并成功預測了未來的脆弱性，使公用事業公司能夠采取有效的緩解措施，例如檢查，維修和維護流程。

“整體而言，風險分析有助于預測事件發生在不久的將來發生的可能性，然后增加財務影響，從而為公用事業運營商制定最佳行動計劃，”陳說。

“當發生停電事故時，公用事業公司只需要修理就會損失數百萬美元，”Dokic說。“過去已經證明了某些中斷如何造成寶貴的生命損失。”