광트리전력(PC Quang Tri)은 오랜 세월 동안 운영 자동화, 검사, 전력망 품질 평가, 건설 투자 관리 및 고객 서비스 사업 분야에서 과학 기술을 적극적으로 연구, 구축 및 적용하여 회사의 생산 및 사업 활동을 개선하는 데 기여해 왔습니다.
드론/무인 항공기가 감지한 안전하지 않은 전력망의 일부 이미지 - 사진: TN
PC Quang Tri 는 베트남 전력 그룹(EVN)의 선구자로서, 현장 정보 소프트웨어와 계통 엔지니어링 관리 소프트웨어의 통합 버전을 개발하여 연구 개발에 참여하고 주도적인 역할을 수행한 공로를 인정받았습니다. 특히, 이 회사는 이미지를 활용하여 운영 중인 전력망의 전력선 시스템과 변전소의 이상 현상을 감지하는 자동화 분야의 인공지능(AI) 연구를 수행해 왔습니다.
이러한 프로그램에는 다음이 포함됩니다. 건설 투자 관리 시스템(EVN-IMIS)에 촬영 및 저장된 이미지에서 관심 대상을 자동으로 확인합니다. 이 프로그램은 투자 프로젝트에서 매년 촬영된 이미지의 검사 및 분석을 자동화하는 데 도움이 되었습니다. 또한, 인공지능 애플리케이션을 통해 전력망의 전원 공급 장치에서 촬영된 이미지를 통해 이상 열을 자동으로 감지합니다. 이 프로그램은 자동으로 분석하고 경고를 발령하여 기술 담당자가 이상 징후를 적절히 처리하고 전기 사고를 예방할 수 있도록 지원합니다.
2022년, PC Quang Tri는 드론 비행으로 수집된 이미지/ 영상을 통해 전력망 안전 위험을 감지하기 위해 AI를 연구하고 적용했습니다. 전력 산업은 전력망 관리 소프트웨어(PMIS), 중전압 현장 검사(KTHT) 등 전력망 관리 및 운영을 위한 다양한 프로그램을 도입하여 선로 및 변전소 검사의 디지털화를 추진하고 있지만, PMIS 및 KTHT 프로그램의 이미지를 통한 위험 감지는 여전히 육안으로만 이루어지고 있습니다.
이 방법은 이미지와 비디오만으로 탐지하는 데 많은 시간이 소요됩니다. 따라서 플라이캠/드론 장치에서 수집된 이미지와 비디오는 PMIS-AI 프로그램과 동기화되어 작업자가 육안 검사나 쌍안경을 사용하는 대신 자동으로 전력망 안전 위험을 분석하고 탐지하게 됩니다. 따라서 비행 드론에서 수집된 이미지/비디오를 기반으로 전력망 안전 위험을 탐지하는 AI 모델을 적용한 것은 전력망 관리 및 운영에 긍정적인 효과를 가져왔습니다.
회사가 모델을 구축하고, 데이터를 표준화하고, 객체에 레이블을 지정하고, 객체 인식 프로그램을 훈련하는 것 외에도 시스템을 높은 정확도로 작동시키기 위해 Yolov5 모델 솔루션을 PMIS-AI 프로그램에 적용했습니다.
이 모델을 사용하면 4MB 이미지 처리 시간이 1/10초에 불과합니다. 따라서 PC Quang Tri는 이 분야 연구에 참여하는 데 있어 한 걸음 더 나아간 기관이며, 특히 광범위한 구현을 위해 많은 솔루션을 제안했습니다. 특히, 건설 투자 관리 분야의 시공 단계에서 이미지 인식에 인공지능을 적용하고, 중앙전력공사 산하 기관의 열화상 카메라를 자동 인식하는 프로그램은 높은 평가를 받고 있으며 실제로 효과적으로 적용되고 있습니다.
2024년, PC Quang Tri의 Phan Van Vinh, Nguyen Van Tai, Le Cong Hieu, Le Van Minh, Nguyen Xuan Thuy 마스터로 구성된 저자 그룹이 발표한 "비행 임무에서 드론/UAV가 수집한 이미지/비디오를 통해 전력망 불안정 위험을 탐지하기 위한 인공지능 연구 및 응용"이라는 주제로 베트남 과학기술협회 연합, 베트남기술혁신지원기금(VIFOTEC)이 주최한 제17회 국가기술혁신경진대회(2022-2023)에서 정보기술, 전자, 통신 분야에서 2등을 차지했습니다.
드론/무인 항공기에서 수집한 이미지/비디오에서 전력망 불안정 위험을 감지하는 AI 애플리케이션 솔루션을 통해 PC Quang Tri의 비행 임무에 따라 자동 비행 경로를 프로그래밍하는 것은 데이터 분석과 결합된 AI 인식 소프트웨어 범주에 속하며, 드론 비행에서 수집한 이미지/비디오에서 전력망 불안정 위험을 감지하고 경고를 제공합니다.
Yolov8 인공지능 모델과 기타 지원 도구(레이블링을 위한 LabelMe, 교육을 위한 Google Colab)를 적용하여 플라이캠/드론에서 수집한 이미지와 비디오를 통해 110kV, 22kV 송전선의 존재/비정상을 감지합니다. 특히 닳은 맨 전선, 느슨한 도자기 넥타이, 더럽고 깨지거나 금이 간 절연체 및 전력망에 있는 기타 비정상적인 물체를 감지하는 데 중점을 둡니다.
그리드 상공을 비행하는 드론의 자동 비행 경로 프로그래밍은 그리드 모니터링의 안전 및 효율성 향상 분야에서 첨단 기술입니다. 이 시스템은 그리드를 자동으로 지속적으로 모니터링하는 동시에 그리드 안전 위험을 감지하는 데 필요한 모든 정보를 제공하도록 설계되었습니다. 이 솔루션은 그리드 안전 모니터링의 효율성을 높이고, 비용을 절감하며, 모니터링 비용을 절감하고, 정확도를 높이고, 운영 효율성을 향상시키며, 시간과 인력을 절감하는 데 도움이 됩니다.
디지털 기술의 힘을 극대화하여 기술 관리의 효율성을 높이고 전력망 운영의 안전성을 확보하기 위해서는 기술 관리에 AI를 연구하고 적용하는 것이 필수적입니다. 이는 노동 생산성 향상과 전력 품질 관리 효율성 향상에 크게 기여할 것이며, 이를 통해 지역의 사회경제적 발전에 기여할 수 있는 안정적이고 안전한 전력원을 확보할 수 있을 것입니다.
탄 응우옌
[광고_2]
출처: https://baoquangtri.vn/tich-cuc-nghien-cuu-ung-dung-tri-tue-nhan-tao-trong-quan-ly-van-hanh-luoi-dien-189890.htm
댓글 (0)