极端天气事件显示机器学习的价值

假期以全国各地的强烈冬季风暴为标志。 从圣诞节到新年，美国各地都感受到了极端天气。 西海岸经历了极端天气，三周内的第三条大气河流给加州海岸线带来了前所未有的降雨和大风。 纽约州布法罗仍在从破纪录的假日暴风雪中恢复，北部平原的许多地区上周经历了创纪录的降雪。 佛罗里达州和东南部部分地区在圣诞节期间经历了破纪录的低温。 这些天气事件可能完全不同，从大雪和大雨到极端寒冷。 但它们都对美国的 1400 家公用事业公司构成了挑战。

极端天气正在增加，公用事业和消费者都感受到了它的影响。 Climate Central 报告称，自 2000 年以来，美国因天气相关事件导致的重大停电事件增加了 67%。随着极端天气事件变得更加频繁，预计这一趋势将持续下去。 在美国，由于最近的这些天气事件，160 万客户在平安夜断电。 加州也出现停电，上周有 196,000 名加州人停电。 预计更多的风暴将到达太平洋并带来类似的情况。

大型公用事业公司正在使用预测分析来预先安排和准备工作人员，以管理重大天气事件中的恢复工作，就像我们看到的那样。 大多数中小型公用事业公司仍然严重依赖传统预报和恶劣天气更新以及即时影响评估来做出有关运营、安全和资源分配的重要决策。 最近在数据建模、云计算和技术方面的进步使得公用事业更容易获得企业技术，例如针对天气风险的机器学习。

来源和详细信息：
https://www.forbes.com/sites/jimfoerster/2023/01/09/extreme-weather-events-showcase-value-of-machine-learning/?sh=5841a97a1094