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

Τα τελευταία χρόνια, η Quang Tri Power Company (PC Quang Tri) έχει διερευνήσει, κατασκευάσει και εφαρμόσει ενεργά την επιστήμη και την τεχνολογία στους τομείς του αυτοματισμού λειτουργίας, της επιθεώρησης, της αξιολόγησης της ποιότητας του δικτύου ηλεκτρικής ενέργειας, της διαχείρισης επενδύσεων σε κατασκευές και της εξυπηρέτησης πελατών, συμβάλλοντας στη βελτίωση της παραγωγής και των επιχειρηματικών δραστηριοτήτων της εταιρείας.

Μερικές εικόνες από μη ασφαλή δίκτυα ηλεκτρικής ενέργειας που εντοπίστηκαν από drones/UAV - Φωτογραφία: TN

Η PC Quang Tri είναι πρωτοπόρος στον Όμιλο Ηλεκτρικής Ενέργειας του Βιετνάμ (EVN) που συμμετέχει στην έρευνα και ανάπτυξη και αναγνωρίζεται για την πρωτοβουλία της με μια ενσωματωμένη έκδοση λογισμικού πληροφοριών πεδίου και λογισμικού διαχείρισης μηχανικής δικτύου. Συγκεκριμένα, η εταιρεία έχει διεξάγει έρευνα στον τομέα της τεχνητής νοημοσύνης (AI) στον αυτοματισμό για την ανίχνευση μη φυσιολογικών φαινομένων του συστήματος γραμμών μεταφοράς ηλεκτρικής ενέργειας και των σταθμών μετασχηματιστών στο λειτουργικό δίκτυο χρησιμοποιώντας εικόνες.

Μερικά από αυτά τα προγράμματα περιλαμβάνουν: Αυτόματο έλεγχο αντικειμένων ενδιαφέροντος σε εικόνες που λαμβάνονται και αποθηκεύονται στο σύστημα διαχείρισης επενδύσεων σε κατασκευές (EVN-IMIS). Αυτό το πρόγραμμα έχει βοηθήσει στην αυτοματοποίηση της επιθεώρησης και της ανάλυσης εικόνων που λαμβάνονται ετησίως σε επενδυτικά έργα ή το πρόγραμμα εφαρμογής τεχνητής νοημοσύνης, το οποίο ανιχνεύει αυτόματα μη φυσιολογική θερμότητα χρησιμοποιώντας εικόνες που λαμβάνονται από ενεργοποιημένες συσκευές στο δίκτυο. Το πρόγραμμα αναλύει και εκδίδει αυτόματα προειδοποιήσεις για να βοηθήσει το τεχνικό προσωπικό να έχει κατάλληλες λύσεις για την αντιμετώπιση αυτών των ανωμαλιών και την πρόληψη πιθανών ηλεκτρικών συμβάντων.

Το 2022, ο PC Quang Tri ερεύνησε και εφάρμοσε την Τεχνητή Νοημοσύνη για την ανίχνευση κινδύνων για την ασφάλεια του δικτύου από εικόνες/ βίντεο που συλλέχθηκαν από ιπτάμενα drones. Παρόλο που η βιομηχανία ηλεκτρικής ενέργειας έχει εφαρμόσει πολλά προγράμματα για την εξυπηρέτηση της διαχείρισης και λειτουργίας του δικτύου, όπως λογισμικό διαχείρισης δικτύου (PMIS), επιθεώρηση πεδίου μέσης τάσης (KTHT) με σκοπό την ψηφιοποίηση της επιθεώρησης γραμμών μεταφοράς ηλεκτρικής ενέργειας και σταθμών μετασχηματιστών, η ανίχνευση ύπαρξης με βάση εικόνες από προγράμματα PMIS και KTHT εξακολουθεί να γίνεται με γυμνό μάτι.

Με αυτήν τη μέθοδο, η ανίχνευση από εικόνες και βίντεο απαιτεί πολύ χρόνο. Επομένως, οι εικόνες και τα βίντεο, αφού συλλεχθούν από συσκευές πτήσης flycam/drones, θα συγχρονιστούν στο πρόγραμμα PMIS-AI και θα αναλυθούν αυτόματα, ανιχνεύοντας κινδύνους για την ασφάλεια του δικτύου ηλεκτρικής ενέργειας αντί για εργαζόμενους που πραγματοποιούν οπτικούς ελέγχους ή κιάλια. Επομένως, η εφαρμογή μοντέλων Τεχνητής Νοημοσύνης για την ανίχνευση κινδύνων για την ασφάλεια του δικτύου ηλεκτρικής ενέργειας από εικόνες/βίντεο που συλλέγονται από ιπτάμενα drones έχει επιφέρει θετικά αποτελέσματα στη διαχείριση και τη λειτουργία του δικτύου ηλεκτρικής ενέργειας.

Προκειμένου το σύστημα να λειτουργεί με υψηλή ακρίβεια, εκτός από την κατασκευή μοντέλων, την τυποποίηση δεδομένων, την επισήμανση αντικειμένων και την εκπαίδευση του προγράμματος αναγνώρισης αντικειμένων, η εταιρεία έχει εφαρμόσει τη λύση μοντέλου Yolov5 στο πρόγραμμα PMIS-AI.

Με αυτό το μοντέλο, ο χρόνος επεξεργασίας μιας εικόνας 4MB διαρκεί μόνο 1/10 του δευτερολέπτου. Επομένως, η PC Quang Tri είναι μια μονάδα που έχει κάνει ένα βήμα μπροστά συμμετέχοντας στην έρευνα σε αυτόν τον τομέα, ειδικά με πολλές λύσεις που προτείνονται για ευρεία ανάπτυξη. Συνήθως, το πρόγραμμα εφαρμογής τεχνητής νοημοσύνης στην αναγνώριση εικόνας στα κατασκευαστικά στάδια του τομέα της διαχείρισης επενδύσεων σε κατασκευές, η αυτόματη αναγνώριση θερμικών καμερών για μονάδες της Κεντρικής Επιχείρησης Ηλεκτρικής Ενέργειας εκτιμάται ιδιαίτερα και εφαρμόζεται αποτελεσματικά στην πράξη.

Το 2024, το θέμα «Έρευνα και εφαρμογή τεχνητής νοημοσύνης για την ανίχνευση κινδύνων ανασφάλειας του ηλεκτρικού δικτύου από εικόνες/βίντεο που συλλέγονται από drones/UAV από αποστολές πτήσης» από την ομάδα συγγραφέων: Masters Phan Van Vinh, Nguyen Van Tai, Le Cong Hieu, Le Van Minh, Nguyen Xuan Thuy του PC Quang Tri κέρδισε το δεύτερο βραβείο στον 17ο Εθνικό Διαγωνισμό Τεχνικής Καινοτομίας (2022-2023) που διοργανώθηκε από την Ένωση Επιστημονικών και Τεχνολογικών Συλλόγων του Βιετνάμ, το Ταμείο Υποστήριξης Τεχνικής Καινοτομίας του Βιετνάμ (VIFOTEC) στους τομείς της τεχνολογίας πληροφοριών, της ηλεκτρονικής και των τηλεπικοινωνιών.

Με τη λύση εφαρμογής Τεχνητής Νοημοσύνης (ΤΝ) για την ανίχνευση κινδύνων ανασφάλειας του δικτύου ηλεκτρικής ενέργειας από εικόνες/βίντεο που συλλέγονται από drones/UAV, ο αυτόματος προγραμματισμός διαδρομής πτήσης σύμφωνα με τις αποστολές πτήσης του PC Quang Tri ανήκει στην κατηγορία λογισμικού αναγνώρισης ΤΝ σε συνδυασμό με ανάλυση δεδομένων για την παροχή προειδοποιήσεων και την ανίχνευση κινδύνων ανασφάλειας του δικτύου ηλεκτρικής ενέργειας από εικόνες/βίντεο που συλλέγονται από ιπτάμενα drones.

Εφαρμογή του μοντέλου τεχνητής νοημοσύνης Yolov8, άλλων υποστηρικτικών εργαλείων (LabelMe για επισήμανση, Google Colab για εκπαίδευση) για την ανίχνευση ύπαρξης/ανωμαλιών σε γραμμές μεταφοράς ηλεκτρικής ενέργειας 110kV, 22kV μέσω εικόνων και βίντεο που συλλέγονται από κάμερες flycam/drones, με ιδιαίτερη έμφαση στην ανίχνευση φθαρμένων γυμνών αγωγών, χαλαρών πορσελάνινων δεματικών, βρώμικων, σπασμένων, ραγισμένων μονώσεων και άλλων μη φυσιολογικών αντικειμένων στο δίκτυο ηλεκτρικής ενέργειας.

Ο αυτόματος προγραμματισμός διαδρομής πτήσης για drones που πετούν πάνω από το ηλεκτρικό δίκτυο αποτελεί μια προηγμένη τεχνολογία στον τομέα της ασφάλειας και της αποτελεσματικότητας της παρακολούθησης του δικτύου ηλεκτρικής ενέργειας. Το σύστημα έχει σχεδιαστεί για να παρακολουθεί το ηλεκτρικό δίκτυο αυτόματα και συνεχώς, παρέχοντας παράλληλα πλήρεις πληροφορίες για την ανίχνευση κινδύνων για την ασφάλεια του δικτύου ηλεκτρικής ενέργειας. Η λύση βοηθά στην αύξηση της αποτελεσματικότητας της παρακολούθησης της ασφάλειας του δικτύου ηλεκτρικής ενέργειας, στην εξοικονόμηση κόστους, στη μείωση του κόστους παρακολούθησης, στην αύξηση της ακρίβειας, στην αύξηση της λειτουργικής αποδοτικότητας, στη μείωση του χρόνου και του ανθρώπινου δυναμικού.

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, η έρευνα και η εφαρμογή της Τεχνητής Νοημοσύνης στην τεχνική διαχείριση αποτελεί αναπόφευκτη τάση. Επειδή αυτό θα συμβάλει σημαντικά στη βελτίωση της παραγωγικότητας της εργασίας και στην αποτελεσματικότητα της διαχείρισης της ποιότητας ενέργειας. Με αυτόν τον τρόπο, θα παρέχεται μια σταθερή και ασφαλής πηγή 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