전력망 관리 및 운영에 인공지능을 적극적으로 연구하고 적용합니다.

최근 몇 년 동안 광트리 전력회사(PC Quang Tri)는 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/UAV가 감지한 안전하지 않은 전력망의 일부 이미지 - 사진: TN

PC Quang Tri 는 베트남 전력 그룹(EVN)의 선구적인 기업으로, 현장 정보 소프트웨어와 계통 엔지니어링 관리 소프트웨어의 통합 버전을 개발하여 연구 개발에 참여하고 주도적인 역할을 인정받았습니다. 특히, 이 회사는 이미지를 활용하여 운영 중인 계통의 전력선 시스템과 변전소의 이상 현상을 감지하는 자동화 분야의 인공지능(AI) 연구를 수행해 왔습니다.

이러한 프로그램 중 일부는 다음과 같습니다. 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 사용하여 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 송전선 및 변전소 검사의 디지털화를 추진하고 있지만, PMIS 및 KTHT 프로그램의 이미지를 기반으로 위험 요소를 감지하는 작업은 여전히 ​​육안으로만 이루어지고 있습니다.

이 방법을 사용하면 이미지와 비디오만으로 탐지하는 데 많은 시간이 소요됩니다. 따라서 플라이캠/드론 비행 장치에서 수집된 이미지와 비디오는 PMIS-AI 프로그램과 동기화되어 자동으로 분석되어 작업자가 육안 검사나 쌍안경을 사용하는 대신 전력망 안전 위험을 탐지할 수 있습니다. 따라서 비행 드론에서 수집된 이미지/비디오를 기반으로 전력망 안전 위험을 탐지하는 AI 모델을 적용하는 것은 전력망 관리 및 운영에 긍정적인 효과를 가져왔습니다.

시스템이 높은 정확도로 작동할 수 있도록 모델 구축, 데이터 표준화, 객체 레이블 지정, 객체 인식 프로그램 훈련 외에도 회사는 PMIS-AI 프로그램에 Yolov5 모델 솔루션을 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 적용을 위한 많은 솔루션이 제안되었습니다. 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 "비행 임무에서 드론/UAV가 수집한 이미지/비디오에서 전력망 불안정 위험을 탐지하기 위한 인공지능 연구 및 응용"이라는 주제로 베트남 과학기술협회 연합, 베트남 기술혁신지원기금(VIFOTEC)이 주관한 제17회 국가기술혁신대회(2022-2023)에서 정보기술, 전자, 통신 분야 2위를 차지했습니다.

드론/무인 항공기에서 수집한 이미지/비디오에서 전력망 불안정 위험을 감지하는 AI 애플리케이션 솔루션을 통해 PC Quang Tri의 비행 임무에 따른 자동 비행 경로 프로그래밍은 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 전력선의 존재/비정상을 감지합니다. 특히 닳은 맨 전선, 느슨한 도자기 넥타이, 더럽고 깨지거나 금이 간 절연체 및 전력망의 기타 비정상적인 물체를 감지하는 데 중점을 둡니다.

전력망 상공을 비행하는 드론의 자동 비행 경로 프로그래밍은 전력망 모니터링의 안전 및 효율성 향상을 위한 첨단 기술입니다. 이 시스템은 전력망을 자동적이고 지속적으로 모니터링하는 동시에 전력망 안전 위험을 감지하는 데 필요한 모든 정보를 제공하도록 설계되었습니다. 이 솔루션은 전력망 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 관리 효율성을 높이고 안전한 전력망 운영을 보장하기 위해, 기술 관리에 AI를 연구하고 적용하는 것은 필연적인 추세입니다. 이는 노동 생산성 향상과 전력 품질 관리 효율성 향상에 크게 기여할 것입니다. 이를 통해 지역의 사회경제적 발전에 기여하는 안정적이고 안전한 전력원을 확보할 수 있습니다.

탄 응우옌

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