Maritim sikkerhet får et løft gjennom prediktiv AI‑analyse for rogue‑bølger

Denne uken markerer et stort milepæl innen havstudier og maritim sikkerhet etter at et team av ingeniører publiserte en studie som demonstrerer hvordan AI‑nevrale nettverk kan hjelpe med å forutsi og varsle om rogue‑bølger. Merkverdig nok ble disse massive hendelsene tidligere sett på som uforutsigbare og har ført til store tap i århundrer. Her er det du trenger å vite.

Rogue‑bølger

Rogue‑bølger går under mange navn inkludert draps‑, monster‑ og ekstreme bølger. Disse bølgene har en høyde som er dobbelt så høy som normale havforhold og kan dukke opp fra intet, og sette de som befinner seg i deres vei i stor fare. Gjennom historien har rogue‑bølger vært folklore blant sjøfarere, som utvilsomt har hørt legender om disse massive bølgene som førte medseg sine medreisende til dypet. I dag utgjør disse bølgene fortsatt en stor trussel.

Merkverdig nok er disse sjeldne havhendelsene lik tsunamier i størrelse og destruktiv kraft. Men i motsetning til deres velkjente motparter, kan rogue‑bølger dukke opp uten noen merkbar hendelse, som et jordskjelv. Som sådan utgjør disse store og uforutsigbare bølgene stor fare for offshore‑infrastruktur, reisende og annet utstyr.

Hvordan rogue‑bølger dannes

Inntil nylig var det ikke nok data og beregningskraft til å lage pålitelige mekanismer for dannelse av rogue‑bølger. Som følge av dette var mesteparten av vitenskapen om dannelsen av disse unnvikende hendelsene basert på observasjonsdata samlet etter hendelser. Denne informasjonen har ført forskere til å bestemme de tre mest fremtredende måtene rogue‑bølger dannes på.

Sakte oppbygging

Interessant nok kan en rogue‑bølge begynne å dannes og bygge seg opp uten behov for å kombinere med andre bølger. Sterke strømmer som Golfstrømmen kan resonere og utvide seg for å skape en massiv hav‑anomali. Forskere som studerer dette fenomenet bruker ofte en metode kalt Benjamin‑Feir‑instabilitet for å forklare den enkelte bølgetogets ekspansjon. Dette er en av de sjeldnest forekommende formene for rogue‑bølger som er fanget av forskere.

Flere bølger

Den mest forståtte dannelsen av rogue‑bølger skjer på grunn av interferens mellom flere bølger som møtes på det perfekte tidspunktet for å forsterke størrelsen. Når bølger bygger seg opp og resonnerer, kan de forsterke og intensivere strømmen og kraften i bølgen. Du kan tenke på dette som en snøball‑effekt der hver bølge absorberes inn i den større momentumen og skaper en massiv vegg klar til å ødelegge alt i sin vei.

Nåværende metoder for å bestemme rogue‑bølger

Det finnes ingen pålitelige prognosesystemer for rogue‑bølger globalt, selv om disse hendelsene har potensial til å påføre milliarder i skade hvert år. De mest vanlige metodene som brukes for å bestemme disse hendelsene, er avhengige av sanntids‑havdata som kun kan forutsies når hendelsen oppstår, og varsler forskere om økningen i havnivå. Denne strategien etterlater mye å ønske når det gjelder tidlig varsling og sikkerhetstiltak.

Rogue‑bølger studie

Studien “Prediksjon av freak‑bølger fra bøye‑målinger” søker å kaste lys over disse unike havhendelsene. Forskerne satte seg fore å lage et AI‑nevralt nettverk som kan forutsi sannsynligheten for at en rogue‑bølge oppstår basert på den nåværende havtilstanden. Som en del av denne tilnærmingen ønsket forskerne å fastslå hvilke forhåndsfaktorer som forekom før dannelsen av rogue‑bølger.

Denne tilnærmingen var ment å demonstrere det funksjonelle forholdet mellom de forrige bølgene og den endelige rogue‑hendelsen ved bruk av feltmåleinstrumenter og avanserte nevrale nettverk. Viktigere var at teamet ønsket å fange og dokumentere fasene av synkronisering mellom de enkelte bølgene som er nødvendige for å skape rogue‑bølger.

Testfase

Testingen startet med opprettelsen av et nevralt nettverk. Teamet bestemte seg for å bruke et Long Short‑Term Memory‑nettverk (LSTM) AI‑algoritme. Disse AI‑systemene ble laget for å strømlinjeforme det funksjonelle forholdet mellom inndata og utdata. Som sådan er de ideelle for å lage datadrevne prognoser for komplekse systemer.

Havbøyer

Forskerne samlet inn data fra 172 bøyer plassert utenfor USAs østkyst og Stillehavsøyer med dybder fra 20 meter til +4000 meter. To typer bøyer ble brukt i testen. Datawell directional wave rider MkIII med en samplingsrate på 1,28 Hz og Datawell directional wave rider MkIII med en rate på 2,56 Hz. Disse enhetene er godt testet og gir pålitelig data, inkludert akselerometere som overvåker vertikal forskyvning.

Kilde – MATLAB

Datasett

Det nevrale nettverket ble programmert med en prøvestørrelse tilsvarende 880 år med påfølgende data om forhold før rogue‑bølger. Spesielt ble 14 millioner 30‑minutters havoverflatesvingningsmålinger kombinert med 40 000 havoverflatesvingningsmålinger fra de samme bøyene. Disse dataene ble deretter skannet for å sjekke etter avvik. Dataene ble så matet tilbake inn i algoritmen for å trene den bedre i å oppdage disse faktorene.

Relevant for havforhold

Forskerne var ivrige etter å gjøre rogue‑bølge‑prøvene få og sjeldne i testfasen for å sikre at dataene var nærmere virkelige scenarier. Prøvene ble deretter delt inn i ikke‑rogue‑bølge‑ og rogue‑bølge‑kategorier som ble forsterket. Merkverdig nok ble de innledende dataene innhentet via Coastal Data Information Program (CDIP) i samarbeid med Scripps Institution of Oceanography.

Skannet for rogue‑bølger

Forskerne skannet bølgeprøvedataene ved hjelp av University of Maryland sine superdatamaskiner. Denne tilgangen gjorde det mulig å utnytte en NVIDIA A100 GPU i kombinasjon med en lokal NVIDIA Quadro P1000 GPU for å forbedre AI‑ytelsen, treningstider og nøyaktighet.

Resultater

Resultatene fra denne studien kan ha en rungende effekt på hvordan ingeniører og forskere ser på rogue‑bølger fremover. Disse tidligere nesten umulige å bestemme hendelsene kunne identifiseres med 75 % nøyaktighet ved bruk av AI‑systemene. Spesielt ble 75 % av rogue‑bølgene forutsagt innen 1 minutt etter deres opptreden. Nøyaktigheten falt bare til 73 % når tidsrammen ble utvidet til 5 minutters varsel.

Totalt forutså AI‑systemet nær 3 000 rogue‑bølger korrekt. Kun 855 hendelser klarte å slippe forbi AI‑deteksjonen, noe som ga systemet en nøyaktighetsgrad på 23 %. Med tanke på at mange forskere mente det var umulig å bestemme disse hendelsene, åpnet disse resultatene døren for nye og mer effektive prognosesystemer.

Fordeler

Denne studien kan bringe mange fordeler til markedet. For det første er det det første pålitelige konseptet for prognose av rogue‑bølger. Den tar ideen om at disse hendelsene er for komplekse til å forutsi og introduserer i stedet en svært pålitelig og kostnadseffektiv løsning som kan gi verdifullt tidlig varsel til skip og offshore‑plattformer når det trengs.

Bruker eksisterende bøye‑data

En annen stor fordel med denne tilnærmingen til å bestemme sannsynligheten for rogue‑bølger er at det ikke er behov for å installere nye sensorer eller systemer. Bøyer har allerede blitt distribuert og testet i flere tiår. Som sådan gir de en pålitelig og dokumentert datakilde med sporbar historikk. Denne AI‑forutsigelsesoppgraderingen er programvare. Derfor kan den utnytte de millioner av timer med data som disse enhetene har levert for å forbedre og styrke fremtidig ytelse.

Universell anvendelse

Et av de mest interessante aspektene ved deres AI‑trening er at modellen kunne anvendes på lokasjoner utenfor det opprinnelige bøye‑datasettet med suksess. Teamet klarte å forutsi med høy sannsynlighet risikoen for rogue‑bølger for to eksterne bøyer. De testet teorien på Bøye 132, lokalisert nær Jacksonville, Florida, og Bøye 067 nær San Nicolas Island utenfor Los Angeles‑kysten. Resultatene viste at algoritmen kunne anvendes på andre steder med suksess.

Selv‑forbedrende

En av de største fordelene med denne typen AI‑algoritme er at den kontinuerlig kan forbedre sitt datasett, forsterke sin forståelse og forbedre ytelsen. Disse systemene vil bli bedre etter hvert som dataene blir raffinert. Som sådan gir denne metoden en lav‑kostnads‑ og effektiv måte å forbedre operasjoner på.

Forskere

Thomas Breunung og Balakumar Balachandran var hovedforskerne i studien. De oppnådde målet sitt om å demonstrere en metode for å bestemme rogue‑bølger med høy nøyaktighet globalt. Merkverdig nok leverte University of Maryland superdatamaskinressurser og støtte til teamet, som nå søker å forbedre resultatene ved å introdusere mer data i modellen, inkludert vindhastighet, lokasjon og dybde. Alle disse faktorene kan bidra til å forbedre deteksjonstiden og til og med gi en måte å bestemme høyden på hendelsen.

Selskaper som kan integrere denne teknologien i dag

Mange firmaer kan få umiddelbare fordeler fra denne studien. Det finnes i dag milliarder i offshore‑infrastruktur og skip som krysser havet. Disse firmaene vil helt sikkert investere i enhver teknologi som kan bidra til å forhindre katastrofale tap og dødsfall.

1. Diamond Offshore Drilling Inc.

(DO )

Diamond Offshore Drilling Inc. er et stort olje‑ og gassboringsfirma lokalisert i Katy, Texas. Selskapet gikk inn i markedet i 1987 som Diamond M Drilling før de gjennomgikk flere rebrandinger. Per i dag har de 44 offshore‑boringsrigg, inkludert 32 semi‑submersible‑plattformer og 5 borefartøy.

Diamond Offshore Drilling Inc. har kontrakter med mange av de største olje‑ og gasselskapene i verden, inkludert Hess Corporation, Petrobras, BP og Occidental Petroleum. Deres posisjonering og etterspørselen etter fossile brensler gjør denne aksjen til en sterk “hold“. Merkverdig nok har de opplevd noen nedturer på grunn av en innstrømning av grønn energi i markedet, men analytikere spår fremtidige gevinster ettersom konflikter og andre faktorer driver gassprisene opp.

2. Sable Offshore Corp

(SOC )

Sable Offshore Corp er et annet borefirma som kan utnytte et system for prediksjon av rogue‑bølger for å beskytte sin flåte av offshore‑rigg og bore‑stasjoner. Selskapet ble grunnlagt i 2020 som Flame Acquisition Corp før de endret navnet til Sable. Sable har offshore‑operasjoner utenfor kysten av California i føderale farvann. De eier også 76 000 acre med undersjøiske leieavtaler som gjør dem i stand til å transportere råolje og naturgass.

Firmaet har mange strategiske partnerskap med bransjeledere inkludert ExxonMobil, Canada Ltd, Imperial Oil Resources Limited og Pengrowth Energy Corporation, for å nevne noen. Selskapets aksje har nylig lidd på grunn av svingninger i markedet. Imidlertid har California en økende etterspørsel etter disse tjenestene, noe som posisjonerer Sable Offshore Corp som en ledende lokal energileverandør.

Fremtiden for prediksjon av rogue‑bølger

Denne studien kaster lys over den unnvikende verdenen av rogue‑bølger. Disse hendelsene er ikke lenger sjømannsfortellinger, men nå forutsigbare hendelser. I fremtiden vil disse systemene bli integrert på tvers av den maritime økonomien for å dempe risiko og forbedre effektiviteten. Merkverdig nok vil disse systemene bli mye bedre og mer nøyaktige etter hvert som de får ytterligere forsterket data.

Du kan forvente å se denne typen prediksjon kombinert med systemer som blokkjedeknuter som gir sanntidsovervåkning av massive data over hele verden snart. Denne forbedringen vil gjøre det mulig for systemene å registrere og spore sanntids‑hendelser over havet på en uforanderlig måte. Disse dataene kan deretter brukes til å forbedre vitenskapenes forståelse av disse unnvikende forekomstene.

Rogue‑bølger er et problem som deteksjon kan løse

Det finnes foreløpig ingen måte å stoppe rogue‑bølger fra å dannes. Imidlertid er det første steget mot å forhindre store tap å fastslå når og hva som får disse hendelsene til å oppstå. Disse ingeniørene har tatt de første skrittene og lagt grunnlaget for fremtidig forskning som kan redde liv. For nå gjør deres innsats “waves” på tvers av flere industrier.

Lær om andre kule AI‑prosjekter nå.