研究表明，依靠去年的天气来预测今年的停电是一个越来越危险的提议。气候变化正在改变全球各地区的天气模式，增加风暴和干旱的频率和严重性。例如，在最近遭受Isaias热带风暴袭击之后，南加州爱迪生电力公司遭受了其有史以来第二大停电事故，这主要是由于大风刮倒树木导致对电力线路的破坏。

南加州爱迪生电力公司表示：“风暴将树木和树枝刮到电力线路上，使这些线路和其他设备瘫痪，使257,000名用户断电。此次风暴的破坏力超过了2011年8月艾琳飓风，当时造成该公司的204,000名客户断电。”

哥伦比亚大学萨宾气候变化法律中心主任Michael Gerrard表示，“如今的气候变化将会变得更糟，我们需要为此做好准备。”

良好的数据和智能算法可以帮助公用事业公司解决这一问题，更好地预测停电风险，并更准确、更主动地解决它们。这正在转变两个最实用的实践操作：修剪树枝并中断响应。由丰富的近实时数据、机器学习和人工智能提供支持的新服务正在帮助公用事业公司以维护和准备资源为目标，以更好地保护资产和人员免受与天气相关的停机的影响。

当公用事业公司无法密切关注植物生长和天气状况时，很难准确预测可能在何时何地发生电力中断。这给规划植被管理（以防止中断）和调动中断恢复资源的计划带来了很大的不确定性。

公用事业公司计划这些操作的典型方式可能是问题的一部分。在大多数公用事业公司中，植被管理计划主要由周期性的时间表、过去的经验以及来自定期地面和空中检查的有关当前状况的不频繁和不完整信息决定。可以使用卫星图像，但是很少有公用事业公司拥有足够的内部功能来进行详细分析。

内部孤岛是另一个复杂问题。虽然植被管理和停电预测是密切相关的职能，但在许多公用事业单位，它们是由不同的部门处理的，有单独的预算，使用不同的数据和模型。此外，数据分析和信息技术还存在于另一个孤岛中，它们有自己的预算和优先级。

幸运的是，新的基于云的服务可以支持所有这些方面的实用程序。拥有气象公司的IBM公司不断收集大量高清晰的卫星图像和天气数据，并通过复杂的人工智能算法进行分析。随着这些算法在处理更多数据方面获得了更多的经验，它们学会了如何向电力公司提供关于停电风险的更具可行性的警告。

GlobalData公司主题研究首席分析师Stuart Ravens说：“这是一项不小的壮举。需要计算机视觉来从数据和图像中提取树木生长的位置和速度。这需要大量的数据存储和处理资源，以及大量的技术和数据专业知识。对于许多公用事业公司来说，能够做到这一点是一种奢侈。数据发现一直很困难。”

提供可靠及时的数据驱动的洞察风险信息的服务可以帮助弥合信息技术（IT）和运营技术（OT）之间的公用事业分工，这是许多行业数字化转型计划的关键目标。数据和技术的智能应用可以统一运营和部门，从而深化整个企业的协作并扩大效益。

IBM公司工作和资产优化解决方案负责人Bryan Sacks说：“IT部门总是参与将我们的服务带给运营部门。通常，IT技术在企业指导下将诸如植被管理或中断响应之类的操作置于优先地位。但是，IT人员对我们的地理空间平台非常感兴趣，这让他们对该实用程序如何处理此类数据和人工智能资源有了更多的想法。”

Ravens强调了桥接公用设施孤岛的价值。他说：“如果你在单独的孤岛中继续运行植被管理和停机预测，或者采用信息技术和运营技术，只会使这些孤岛根深蒂固，损失惨重。你所采取的每一个步骤都应该有一个更广泛的目标。对未来以及未来的发展方向保持半关注。不要仅仅使用这些工具来创建新的孤岛。”