Mener des recherches actives et appliquer l'intelligence artificielle à la gestion et à l'exploitation des réseaux électriques.

Ces dernières années, la société Quang Tri Power Company (PC Quang Tri) a activement recherché, construit et appliqué des technologies dans les domaines de l'automatisation de l'exploitation, de l'inspection, de l'évaluation de la qualité du réseau électrique, de la gestion des investissements dans la construction et du service à la clientèle, contribuant ainsi à améliorer la production et les activités commerciales de l'entreprise.

Images de réseaux électriques non sécurisés détectées par drones/UAV - Photo : TN

PC Quang Tri est une entreprise pionnière au sein du groupe électrique vietnamien EVN, reconnue pour son engagement en matière de recherche et développement et pour son initiative d'intégrer une version logicielle de gestion des informations de terrain et une version logicielle de gestion du réseau électrique. Elle a notamment mené des recherches en intelligence artificielle (IA) appliquée à l'automatisation afin de détecter, à partir d'images, les anomalies affectant les lignes électriques et les postes de transformation du réseau en exploitation.

Parmi ces programmes, on peut citer : la vérification automatique des objets d’intérêt sur les images capturées et stockées dans le système de gestion des investissements de construction (EVN-IMIS). Ce programme a permis d’automatiser l’inspection et l’analyse des images capturées annuellement sur les chantiers ; ou encore l’application d’intelligence artificielle qui détecte automatiquement les anomalies de température à partir d’images capturées sur les appareils sous tension du réseau. Ce programme analyse automatiquement les données et émet des alertes afin d’aider le personnel technique à prendre les mesures appropriées pour gérer ces anomalies et prévenir d’éventuels incidents électriques.

En 2022, PC Quang Tri a mené des recherches et appliqué l'intelligence artificielle à la détection des risques pour la sécurité du réseau électrique à partir d'images et de vidéos collectées par des drones. Bien que le secteur de l'électricité ait mis en œuvre de nombreux programmes pour la gestion et l'exploitation du réseau, tels que le logiciel de gestion de réseau (PMIS) et le système d'inspection des lignes moyenne tension (KTHT), afin de numériser l'inspection des lignes électriques et des postes de transformation, la détection des risques à partir des images issues de ces programmes reste encore effectuée à l'œil nu.

Cette méthode est très chronophage pour la détection à partir d'images et de vidéos. C'est pourquoi, après leur collecte par des drones, les images et vidéos sont synchronisées avec le programme PMIS-AI et analysées automatiquement. Ce système permet de détecter les risques pour la sécurité du réseau électrique, remplaçant ainsi les inspections visuelles ou l'utilisation de jumelles par des opérateurs. L'application de modèles d'IA à la détection des risques pour la sécurité du réseau électrique à partir d'images et de vidéos collectées par des drones a donc des effets positifs sur la gestion et l'exploitation du réseau.

Pour que le système fonctionne avec une grande précision, outre la construction de modèles, la normalisation des données, l'étiquetage des objets et la formation du programme de reconnaissance d'objets, la société a appliqué la solution de modèle Yolov5 au programme PMIS-AI.

Grâce à ce modèle, le traitement d'une image de 4 Mo ne prend que 1/10 de seconde. L'unité PC Quang Tri s'est ainsi distinguée par sa participation active à la recherche dans ce domaine, notamment grâce aux nombreuses solutions proposées pour un déploiement à grande échelle. À titre d'exemple, le programme d'application de l'intelligence artificielle à la reconnaissance d'images dans le cadre de la gestion des investissements de construction, ainsi que la reconnaissance automatique des images des caméras thermiques des unités relevant de la Central Power Corporation, sont particulièrement appréciés et mis en œuvre avec succès.

En 2024, le sujet « Recherche et application de l'intelligence artificielle pour détecter les risques d'insécurité du réseau électrique à partir d'images/vidéos collectées par des drones/UAV lors de missions de vol » par le groupe d'auteurs : Masters Phan Van Vinh, Nguyen Van Tai, Le Cong Hieu, Le Van Minh, Nguyen Xuan Thuy de PC Quang Tri a remporté le deuxième prix du 17e Concours national d'innovation technique (2022-2023) organisé par l'Union vietnamienne des associations scientifiques et technologiques, le Fonds vietnamien de soutien à l'innovation technique (VIFOTEC) dans les domaines des technologies de l'information, de l'électronique et des télécommunications.

Grâce à une solution d'application d'IA permettant de détecter les risques d'insécurité du réseau électrique à partir d'images/vidéos collectées par des drones/UAV, la programmation automatique des trajectoires de vol en fonction des missions de vol de l'ordinateur Quang Tri appartient à la catégorie des logiciels de reconnaissance d'IA combinés à l'analyse de données pour donner des alertes et détecter les risques d'insécurité du réseau électrique à partir d'images/vidéos collectées par des drones volants.

En appliquant le modèle d'intelligence artificielle Yolov8 et d'autres outils de support (LabelMe pour l'étiquetage, Google Colab pour l'entraînement) pour détecter l'existence/les anomalies des lignes électriques de 110 kV et 22 kV à travers des images et des vidéos collectées par des caméras volantes/drones, en se concentrant spécifiquement sur la détection de conducteurs nus effilochés, de colliers de serrage en porcelaine desserrés, d'isolations sales, cassées ou fissurées et d'autres objets anormaux sur le réseau électrique.

La programmation automatique des trajectoires de vol des drones survolant le réseau électrique est une technologie de pointe pour la sécurité et l'efficacité de la surveillance de ce réseau. Ce système assure une surveillance automatique et continue du réseau, fournissant des informations complètes pour la détection des risques. Cette solution contribue à améliorer l'efficacité de la surveillance, à réduire les coûts, à accroître la précision et l'efficacité opérationnelle, et à diminuer les besoins en temps et en personnel.

Afin d'optimiser l'utilisation des technologies numériques pour améliorer l'efficacité de la gestion technique et garantir la sécurité du réseau électrique, la recherche et l'application de l'IA à la gestion technique constituent une évolution incontournable. En effet, cela contribuera grandement à améliorer la productivité du travail et l'efficacité de la gestion de la qualité de l'énergie, assurant ainsi une source d'énergie stable et sûre, essentielle au développement socio-économique local.

Comment (0)