Aktivt forske på og anvende kunstig intelligens i styring og drift av strømnettet

I de senere årene har Quang Tri Power Company (PC Quang Tri) aktivt forsket på, bygget opp og anvendt vitenskap og teknologi innen automatisering av drift, inspeksjon, vurdering av strømnettets kvalitet, investeringsstyring i byggebransjen og kundeservice, og bidratt til å forbedre selskapets produksjon og forretningsaktiviteter.

Noen bilder av usikre strømnett oppdaget av droner/droner - Foto: TN

PC Quang Tri er en pioner i Vietnam Electricity Group (EVN) som deltar i forskning og utvikling, og har blitt anerkjent for sitt initiativ med en integrert versjon av feltinformasjonsprogramvare og programvare for nettstyring. Selskapet har spesielt forsket innen kunstig intelligens (KI) innen automatisering for å oppdage unormale fenomener i kraftledningssystemet og transformatorstasjonene i driftsnettet ved hjelp av bilder.

Noen av disse programmene inkluderer: Automatisk kontroll av objekter av interesse i bilder tatt og lagret i systemet for investeringsstyring i konstruksjon (EVN-IMIS). Dette programmet har bidratt til å automatisere inspeksjonen og analysen av bilder tatt årlig i investeringsprosjekter; eller applikasjonsprogrammet for kunstig intelligens, som automatisk oppdager unormal varme ved hjelp av bilder tatt fra strømførende enheter i strømnettet. Programmet analyserer og utsteder automatisk advarsler for å hjelpe teknisk personell med å finne passende løsninger for å håndtere disse unormalitetene og forhindre mulige elektriske hendelser.

I 2022 forsket PC Quang Tri på og anvendte kunstig intelligens for å oppdage sikkerhetsrisikoer for strømnettet fra bilder/ videoer samlet inn av flyvende droner. Selv om kraftbransjen har brukt mange programmer for å betjene administrasjon og drift av nettet, for eksempel programvare for nettadministrasjon (PMIS) og mellomspenningsfeltinspeksjon (KTHT), med det formål å digitalisere inspeksjonen av kraftledninger og transformatorstasjoner, gjøres det fortsatt å oppdage eksistens basert på bilder fra PMIS- og KTHT-programmer med det blotte øye.

Med denne metoden tar det mye tid å oppdage fra bilder og videoer. Derfor vil bilder og videoer, etter å ha blitt samlet inn fra flykamera-/droneflygende enheter, bli synkronisert inn i PMIS-AI-programmet og automatisk analysert, slik at risikoer knyttet til strømnettets sikkerhet oppdages i stedet for at arbeidere skal utføre visuelle inspeksjoner eller bruke kikkerter. Derfor har bruk av AI-modeller for å oppdage risikoer knyttet til strømnettets sikkerhet fra bilder/videoer samlet inn fra flyvende droner gitt positive effekter i forvaltningen og driften av strømnettet.

For at systemet skal operere med høy nøyaktighet, har selskapet, i tillegg til å bygge modeller, standardisere data, merke objekter og trene objektgjenkjenningsprogrammet, anvendt Yolov5-modellløsningen på PMIS-AI-programmet.

Med denne modellen tar behandlingstiden for et 4 MB-bilde bare 1/10 av et sekund. Derfor er PC Quang Tri en enhet som har tatt et skritt fremover i å delta i forskning på dette feltet, spesielt med mange løsninger som er foreslått for bred distribusjon. Typisk er programmet for bruk av kunstig intelligens i bildegjenkjenning i byggetrinnene innen investeringsstyring i byggebransjen, automatisk gjenkjenning av termiske kameraer for enheter under Central Power Corporation, høyt verdsatt og effektivt anvendt i praksis.

I 2024 vant temaet «Forskning og anvendelse av kunstig intelligens for å oppdage risikoer for usikkerhet i strømnettet fra bilder/videoer samlet inn av droner/droner fra flyoppdrag», av forfattergruppen: Masters Phan Van Vinh, Nguyen Van Tai, Le Cong Hieu, Le Van Minh, Nguyen Xuan Thuy fra PC Quang Tri, andrepremien i den 17. nasjonale tekniske innovasjonskonkurransen (2022-2023) organisert av Vietnam Union of Science and Technology Associations, Vietnam Fund for Supporting Technical Innovation (VIFOTEC) innen informasjonsteknologi, elektronikk og telekommunikasjon.

Med AI-applikasjonsløsningen for å oppdage risikoer for usikkerhet i strømnettet fra bilder/videoer samlet inn av droner/droner, tilhører automatisk programmering av flyvebaner i henhold til PC Quang Tris flyoppdrag kategorien AI-gjenkjenningsprogramvare kombinert med dataanalyse for å gi advarsler og oppdage risikoer for usikkerhet i strømnettet fra bilder/videoer samlet inn av flygende droner.

Bruk av Yolov8 kunstig intelligens-modell, andre støtteverktøy (LabelMe for merking, Google Colab for opplæring) for å oppdage eksistens/avvik i 110 kV, 22 kV kraftledninger gjennom bilder og videoer samlet fra flycams/droner, med spesielt fokus på å oppdage frynsete, bare ledere, løse porselensbånd, skitten, ødelagt og sprukket isolasjon og andre unormale objekter på strømnettet.

Automatisk programmering av flyveien for droner som flyr over strømnettet er en avansert teknologi innen sikkerhet og effektivitet i strømnettovervåking. Systemet er designet for å overvåke strømnettet automatisk og kontinuerlig, samtidig som det gir fullstendig informasjon for å oppdage risikoer knyttet til strømnettets sikkerhet. Løsningen bidrar til å øke effektiviteten i strømnettets sikkerhetsovervåking; spare kostnader; redusere overvåkingskostnader; øke nøyaktigheten; øke driftseffektiviteten; redusere tid og arbeidskraft.

Med mål om å maksimere kraften i digital teknologi for å forbedre effektiviteten i teknisk forvaltning og sikre sikker nettdrift, er forskning på og anvendelse av kunstig intelligens i teknisk forvaltning en uunngåelig trend. Fordi dette i stor grad vil bidra til å forbedre arbeidsproduktiviteten og effektiviteten i strømkvalitetsstyringen. Dermed vil det gi en stabil og sikker strømkilde som tjener den sosioøkonomiske utviklingen i lokalsamfunnet.

Tan Nguyen

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