Actief onderzoek doen naar en kunstmatige intelligentie toepassen in het beheer en de werking van het elektriciteitsnet.

In de loop der jaren heeft Quang Tri Power Company (PC Quang Tri) actief onderzoek gedaan naar, ontwikkeld en toegepaste wetenschap en technologie op het gebied van automatisering in de bedrijfsvoering, inspectie en evaluatie van de kwaliteit van het elektriciteitsnet, investeringsbeheer, bouw en klantenservice. Dit heeft bijgedragen aan de verbetering van de productie- en bedrijfsactiviteiten van het bedrijf.

Drones/UAV's hebben enkele beelden gemaakt van gevaren voor de veiligheid van het elektriciteitsnet - Foto: TN

Quang Tri Power Company is een baanbrekende eenheid binnen de Vietnam Electricity Group (EVN) op het gebied van onderzoek en ontwikkeling van software die veldinformatie integreert met software voor technisch beheer van het elektriciteitsnet. Het bedrijf heeft met name onderzoek gedaan naar kunstmatige intelligentie (AI) in automatisering om afwijkingen in hoogspanningsleidingen en onderstations op het operationele elektriciteitsnet te detecteren met behulp van beeldmateriaal.

Dit omvat programma's zoals: het automatisch controleren van objecten van belang in beelden die zijn vastgelegd en opgeslagen in het EVN-IMIS-investeringsbeheersysteem. Dit programma automatiseert de inspectie en analyse van beelden die jaarlijks bij investeringsprojecten worden gemaakt; of het kunstmatige intelligentieprogramma dat automatisch abnormale temperaturen detecteert in beelden van apparatuur in bedrijf op het elektriciteitsnet. Het programma analyseert automatisch de gegevens en geeft waarschuwingen af, waardoor technisch personeel de juiste maatregelen kan nemen om deze afwijkingen aan te pakken en mogelijke elektrische incidenten te voorkomen.

In 2022 onderzocht en implementeerde Quang Tri Power Company een AI-toepassing om potentiële veiligheidsrisico's voor het elektriciteitsnet te detecteren aan de hand van beelden en video's die door drones waren verzameld. Hoewel de energiesector al veel programma's heeft geïmplementeerd ter ondersteuning van het beheer en de werking van het elektriciteitsnet, zoals het Project Management Information System (PMIS) en de software voor inspectie van middenspanningsleidingen (KTHT), met als doel de inspectie van hoogspanningsleidingen en onderstations te digitaliseren, gebeurt de detectie van problemen op basis van beelden uit PMIS- en KTHT-programma's nog grotendeels visueel.

Deze methode is zeer tijdrovend voor het detecteren van gevaren aan de hand van beelden en video's. Daarom worden beelden en video's die door drones/flycams zijn verzameld, gesynchroniseerd met het PMIS-AI-programma en automatisch geanalyseerd om potentiële veiligheidsrisico's voor het elektriciteitsnet te detecteren. Dit vervangt het werk van medewerkers die visuele inspecties met een verrekijker uitvoeren. De toepassing van AI-modellen voor het detecteren van veiligheidsrisico's voor het elektriciteitsnet aan de hand van door drones verzamelde beelden/video's heeft dan ook positieve resultaten opgeleverd voor de werking en het beheer van het elektriciteitsnet.

Om ervoor te zorgen dat het systeem zeer nauwkeurig werkt, heeft het bedrijf, naast het bouwen van modellen, het normaliseren van gegevens, het labelen van objecten en het trainen van het objectherkenningsprogramma, de YOLV5-modelleringsoplossing toegepast op het PMIS-AI-programma.

Met dit model duurt de verwerking van een afbeelding van 4 MB slechts 1/10 seconde. Quang Tri Power Company is daarom een ​​pionier in onderzoek op dit gebied, met name door de vele voorgestelde oplossingen voor grootschalige implementatie. Een prominent voorbeeld hiervan is de toepassing van kunstmatige intelligentie in beeldherkenning tijdens het beheer van investeringen in de bouwsector, en de automatische herkenning van warmtebeeldcamera's voor installaties van de Centrale Energiemaatschappij, wat veel lof heeft geoogst en succesvol in de praktijk is toegepast.

In 2024 won het project "Onderzoek en toepassing van kunstmatige intelligentie voor het detecteren van veiligheidsrisico's voor het elektriciteitsnet aan de hand van beelden/video's verzameld door drones/UAV's tijdens vluchten" van het auteursteam bestaande uit Master Phan Van Vinh, Nguyen Van Tai, Le Cong Hieu, Le Van Minh en Nguyen Xuan Thuy van Quang Tri Power Company de tweede prijs tijdens de 17e Nationale Technische Innovatiewedstrijd (2022-2023), georganiseerd door de Vietnamese Unie van Wetenschaps- en Technologieverenigingen en het Vietnamese Fonds voor Technische Innovatieondersteuning (VIFOTEC) op het gebied van informatietechnologie, elektronica en telecommunicatie.

Met zijn AI-toepassing voor het detecteren van veiligheidsrisico's voor het elektriciteitsnet aan de hand van beelden/video's verzameld door drones/UAV's die geprogrammeerd zijn met automatische vliegroutes volgens vliegmissies, combineert de AI-herkenningssoftware van het Provinciale Volkscomité van Quang Tri data-analyse om waarschuwingen te geven en veiligheidsrisico's voor het elektriciteitsnet te detecteren op basis van beelden/video's die door vliegende drones zijn vastgelegd.

De applicatie maakt gebruik van het Yolov8-model voor kunstmatige intelligentie en andere ondersteunende tools (LabelMe voor het labelen, Google Colab voor het trainen) om afwijkingen in 110 kV- en 22 kV-hoogspanningsleidingen te detecteren aan de hand van beelden en video's die zijn verzameld door drones/vliegende camera's. De focus ligt met name op het detecteren van gerafelde blanke geleiders, losse isolatorverbindingen, vuile, gebroken of gebarsten isolatie en andere ongebruikelijke objecten in het elektriciteitsnet.

Geautomatiseerde vluchtprogramma's voor drones die boven elektriciteitsnetten vliegen, zijn een geavanceerde technologie op het gebied van monitoring van de veiligheid en efficiëntie van elektriciteitsnetten. Het systeem is ontworpen om het elektriciteitsnet automatisch en continu te bewaken en levert uitgebreide informatie om potentiële veiligheidsrisico's voor het net te detecteren. Deze oplossing verbetert de effectiviteit van de bewaking van de veiligheid van het elektriciteitsnet, bespaart kosten, verlaagt de monitoringkosten, verhoogt de nauwkeurigheid, verbetert de operationele efficiëntie en minimaliseert de benodigde tijd en mankracht.

Met als doel de kracht van digitale technologie maximaal te benutten om de efficiëntie van het technisch beheer te verbeteren en een veilige werking van het elektriciteitsnet te garanderen, is onderzoek naar en toepassing van AI in technisch beheer een onvermijdelijke trend. Dit zal aanzienlijk bijdragen aan een hogere arbeidsproductiviteit en een efficiënter beheer van de stroomkwaliteit. Van daaruit zal het een stabiele en veilige stroomvoorziening bieden die de sociaaleconomische ontwikkeling van de regio ten goede komt.

Tan Nguyen

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