Ενεργή έρευνα και εφαρμογή τεχνητής νοημοσύνης στη διαχείριση και λειτουργία του δικτύου ηλεκτρικής ενέργειας.

Με την πάροδο των ετών, η Quang Tri Power Company (PC Quang Tri) έχει διεξαγάγει ενεργά έρευνα, ανάπτυξη και εφαρμογή της επιστήμης και της τεχνολογίας στους τομείς του αυτοματισμού στη λειτουργία, την επιθεώρηση και την αξιολόγηση της ποιότητας του δικτύου ηλεκτρικής ενέργειας, τη διαχείριση επενδύσεων, τις κατασκευές και την εξυπηρέτηση πελατών, συμβάλλοντας στη βελτίωση της παραγωγής και των επιχειρηματικών δραστηριοτήτων της εταιρείας.

Ορισμένες εικόνες μη ασφαλών συνθηκών στο δίκτυο ηλεκτρικής ενέργειας εντοπίστηκαν από drones/UAV - Φωτογραφία: TN

Η Quang Tri Power Company είναι μια πρωτοποριακή μονάδα εντός του Ομίλου Ηλεκτρικής Ενέργειας του Βιετνάμ (EVN) στην έρευνα και ανάπτυξη λογισμικού που ενσωματώνεται σε πληροφορίες πεδίου και λογισμικό τεχνικής διαχείρισης δικτύου ηλεκτρικής ενέργειας. Αξίζει να σημειωθεί ότι η εταιρεία έχει διεξάγει έρευνα στην τεχνητή νοημοσύνη (AI) στον αυτοματισμό για την ανίχνευση μη φυσιολογικών φαινομένων σε γραμμές μεταφοράς ηλεκτρικής ενέργειας και υποσταθμούς στο λειτουργικό δίκτυο ηλεκτρικής ενέργειας χρησιμοποιώντας εικόνες.

Αυτά περιλαμβάνουν προγράμματα όπως: τον αυτόματο έλεγχο αντικειμένων ενδιαφέροντος σε εικόνες που λαμβάνονται και αποθηκεύονται στο σύστημα διαχείρισης επενδύσεων EVN-IMIS. Αυτό το πρόγραμμα έχει αυτοματοποιήσει την επιθεώρηση και την ανάλυση εικόνων που λαμβάνονται ετησίως σε επενδυτικά έργα ή το πρόγραμμα εφαρμογών τεχνητής νοημοσύνης που ανιχνεύει αυτόματα μη φυσιολογικές θερμοκρασίες από εικόνες που λαμβάνονται από ενεργό εξοπλισμό στο δίκτυο ηλεκτρικής ενέργειας. Το πρόγραμμα αναλύει και εκδίδει αυτόματα προειδοποιήσεις, βοηθώντας το τεχνικό προσωπικό να λάβει τα κατάλληλα μέτρα για την αντιμετώπιση αυτών των ανωμαλιών και την πρόληψη πιθανών ηλεκτρικών συμβάντων.

Το 2022, η Quang Tri Power Company ερεύνησε και εφάρμοσε μια εφαρμογή τεχνητής νοημοσύνης για την ανίχνευση πιθανών κινδύνων για την ασφάλεια του δικτύου ηλεκτρικής ενέργειας από εικόνες/ βίντεο που συλλέχθηκαν από drones. Παρόλο που ο τομέας της ενέργειας έχει εφαρμόσει πολλά προγράμματα για την υποστήριξη της διαχείρισης και λειτουργίας του δικτύου ηλεκτρικής ενέργειας, όπως το λογισμικό Project Management Information System (PMIS) και το λογισμικό επιθεώρησης πεδίου μέσης τάσης (KTHT), με στόχο την ψηφιοποίηση της επιθεώρησης γραμμών ηλεκτρικής ενέργειας και υποσταθμών, η ανίχνευση προβλημάτων με βάση εικόνες από τα προγράμματα PMIS και KTHT εξακολουθεί να γίνεται σε μεγάλο βαθμό οπτικά.

Αυτή η μέθοδος είναι πολύ χρονοβόρα στην ανίχνευση κινδύνων από εικόνες και βίντεο. Επομένως, οι εικόνες και τα βίντεο που συλλέγονται από drones/flycams συγχρονίζονται στο πρόγραμμα PMIS-AI και αναλύονται αυτόματα για την ανίχνευση πιθανών κινδύνων για την ασφάλεια του δικτύου ηλεκτρικής ενέργειας, αντικαθιστώντας την εργασία των εργαζομένων που εκτελούν οπτικές επιθεωρήσεις με κιάλια. Έτσι, η εφαρμογή μοντέλων Τεχνητής Νοημοσύνης στην ανίχνευση κινδύνων για την ασφάλεια του δικτύου ηλεκτρικής ενέργειας από εικόνες/βίντεο που συλλέγονται από drones έχει αποφέρει θετικά αποτελέσματα στη λειτουργία και τη διαχείριση του δικτύου ηλεκτρικής ενέργειας.

Για να διασφαλιστεί ότι το σύστημα λειτουργεί με υψηλή ακρίβεια, εκτός από τη δημιουργία μοντέλων, την ομαλοποίηση δεδομένων, την επισήμανση αντικειμένων και την εκπαίδευση του προγράμματος αναγνώρισης αντικειμένων, η εταιρεία έχει εφαρμόσει τη λύση μοντελοποίησης YOLV5 στο πρόγραμμα PMIS-AI.

Με αυτό το μοντέλο, ο χρόνος επεξεργασίας για μια εικόνα 4MB διαρκεί μόνο 1/10 του δευτερολέπτου. Ως εκ τούτου, η Quang Tri Power Company είναι πρωτοπόρος στη συμμετοχή της στην έρευνα σε αυτόν τον τομέα, ειδικά με πολλές προτεινόμενες λύσεις για ευρεία εφαρμογή. Ένα χαρακτηριστικό παράδειγμα είναι η εφαρμογή της τεχνητής νοημοσύνης στην αναγνώριση εικόνων κατά τη διαχείριση επενδύσεων σε κατασκευές και η αυτόματη αναγνώριση θερμικών καμερών για μονάδες της Κεντρικής Επιχείρησης Ηλεκτρικής Ενέργειας, η οποία έχει επαινεθεί ιδιαίτερα και έχει εφαρμοστεί αποτελεσματικά στην πράξη.

Το 2024, το έργο «Έρευνα και εφαρμογή τεχνητής νοημοσύνης για την ανίχνευση κινδύνων για την ασφάλεια του δικτύου ηλεκτρικής ενέργειας από εικόνες/βίντεο που συλλέγονται από drones/UAV κατά τη διάρκεια αποστολών πτήσης» από την ομάδα συγγραφέων: Master Phan Van Vinh, Nguyen Van Tai, Le Cong Hieu, Le Van Minh και Nguyen Xuan Thuy από την Quang Tri Power Company κέρδισε το δεύτερο βραβείο στον 17ο Εθνικό Διαγωνισμό Τεχνικής Καινοτομίας (2022-2023) που διοργανώθηκε από την Ένωση Επιστημονικών και Τεχνολογικών Συλλόγων του Βιετνάμ και το Ταμείο Υποστήριξης Τεχνικής Καινοτομίας του Βιετνάμ (VIFOTEC) στον τομέα της τεχνολογίας πληροφοριών, της ηλεκτρονικής και των τηλεπικοινωνιών.

Με την εφαρμογή τεχνητής νοημοσύνης (AI) που διαθέτει για την ανίχνευση κινδύνων για την ασφάλεια του δικτύου ηλεκτρικής ενέργειας από εικόνες/βίντεο που συλλέγονται από drones/UAV, προγραμματισμένα με αυτόματες διαδρομές πτήσης ανάλογα με τις αποστολές πτήσης, το λογισμικό αναγνώρισης τεχνητής νοημοσύνης της Λαϊκής Επιτροπής της Επαρχίας Quang Tri συνδυάζει την ανάλυση δεδομένων για την παροχή προειδοποιήσεων και την ανίχνευση κινδύνων για την ασφάλεια του δικτύου ηλεκτρικής ενέργειας από εικόνες/βίντεο που συλλέγονται από ιπτάμενα drones.

Η εφαρμογή χρησιμοποιεί το μοντέλο τεχνητής νοημοσύνης Yolov8 και άλλα υποστηρικτικά εργαλεία (LabelMe για επισήμανση, Google Colab για εκπαίδευση) για την ανίχνευση ανωμαλιών/ανωμαλιών σε γραμμές μεταφοράς ηλεκτρικής ενέργειας 110kV και 22kV μέσω εικόνων και βίντεο που συλλέγονται από drones/ιπτάμενες κάμερες. Συγκεκριμένα, εστιάζει στην ανίχνευση φθαρμένων γυμνών αγωγών, χαλαρών μονωτικών δεσμών, βρώμικης, σπασμένης ή ραγισμένης μόνωσης και άλλων ασυνήθιστων αντικειμένων στο δίκτυο ηλεκτρικής ενέργειας.

Ο αυτοματοποιημένος προγραμματισμός διαδρομής πτήσης για drones που πετούν πάνω από δίκτυα ηλεκτρικής ενέργειας αποτελεί μια προηγμένη τεχνολογία στον τομέα της παρακολούθησης της ασφάλειας και της αποδοτικότητας του δικτύου ηλεκτρικής ενέργειας. Το σύστημα έχει σχεδιαστεί για να παρακολουθεί το δίκτυο ηλεκτρικής ενέργειας αυτόματα και συνεχώς, παρέχοντας ολοκληρωμένες πληροφορίες για την ανίχνευση πιθανών κινδύνων για την ασφάλεια του δικτύου ηλεκτρικής ενέργειας. Αυτή η λύση ενισχύει την αποτελεσματικότητα της παρακολούθησης της ασφάλειας του δικτύου ηλεκτρικής ενέργειας, εξοικονομεί κόστος, μειώνει τα έξοδα παρακολούθησης, αυξάνει την ακρίβεια, βελτιώνει την επιχειρησιακή αποδοτικότητα και ελαχιστοποιεί τον χρόνο και το ανθρώπινο δυναμικό.

Με στόχο τη μεγιστοποίηση της ισχύος της ψηφιακής τεχνολογίας για τη βελτίωση της αποτελεσματικότητας στην τεχνική διαχείριση και τη διασφάλιση της ασφαλούς λειτουργίας του δικτύου ηλεκτρικής ενέργειας, η έρευνα και η εφαρμογή της Τεχνητής Νοημοσύνης στη τεχνική διαχείριση αποτελεί αναπόφευκτη τάση. Αυτό θα συμβάλει σημαντικά στην αύξηση της παραγωγικότητας της εργασίας και στην αποτελεσματικότητα της διαχείρισης της ποιότητας ενέργειας. Από εκεί και πέρα, θα παρέχει μια σταθερή και ασφαλή παροχή ενέργειας για την εξυπηρέτηση της κοινωνικοοικονομικής ανάπτυξης της περιοχής.

Ταν Νγκουγιέν

Πηγή: https://baoquangtri.vn/tich-cuc-nghien-cuu-ung-dung-tri-tue-nhan-tao-trong-quan-ly-van-hanh-luoi-dien-189890.htm