Ostrzeżenie o zagrożeniach dla bezpieczeństwa sieci energetycznych z wykorzystaniem sztucznej inteligencji

Obecnie sztuczna inteligencja (AI) otwiera nowy punkt zwrotny w wielu branżach na całym świecie, w tym w sektorze energetycznym. Szybki rozwój AI przyniósł znaczące usprawnienia w automatyzacji procesów, zwiększając dokładność i efektywność zarządzania, eksploatacji i konserwacji systemów elektroenergetycznych.

Grupa autorska PC Quang Tri otrzymała drugą nagrodę podczas ceremonii zamknięcia i wręczenia nagród XVII Krajowego Konkursu Innowacji Technicznych - Zdjęcie: TUAN VIET

Wcześniej sprawdzanie sieci energetycznej wymagało dużego nakładu pracy i czasu, a często nie osiągało pożądanej dokładności z powodu zależności od czynnika ludzkiego. Aby promować osiągnięcia w zakresie wykorzystania bezzałogowych statków powietrznych w zarządzaniu, koncentrując się na badaniach nad dronami latającymi (UAV) oraz zastosowaniu Internetu Rzeczy (IoT) w programowaniu i wyznaczaniu tras lotu, sterowaniu automatycznym lotem i gromadzeniu danych (obrazów, filmów ) za pomocą systemów sztucznej inteligencji (AI), grupa autorska Quang Tri Power Company (PC Quang Tri) opracowała temat „Badania i zastosowanie technologii Internetu Rzeczy zintegrowanej z bazą danych GIS w celu skonfigurowania automatycznego trybu lotu dla bezzałogowych statków powietrznych (UAV), gromadzenia i przetwarzania danych obrazowych sieci dystrybucyjnej oraz automatycznego ostrzegania o zagrożeniach dla bezpieczeństwa sieci z wykorzystaniem sztucznej inteligencji”.

Projekt, któremu przewodniczy dyrektor PC Quang Tri, Phan Van Vinh, który właśnie zdobył drugą nagrodę w 17. Narodowym Konkursie Innowacji Technicznych (2022-2023) zorganizowanym przez Wietnamski Związek Stowarzyszeń Naukowo -Technicznych i Wietnamski Fundusz Wspierania Innowacji Technicznych (VIFOTEC), jest typowym przykładem zastosowania Internetu rzeczy w rozwiązywaniu konkretnych problemów w branży elektroenergetycznej.

W tym temacie problem rozpatrywany jest w sposób kompleksowy, kreatywny i ukierunkowany, wykorzystując IoT i AI w obszarze zarządzania siecią energetyczną i jej konserwacji, ze szczególnym uwzględnieniem zastosowania IoT w automatycznym systemie sterowania lotem Flaycam, łącząc AI z identyfikacją nietypowych obiektów w sieci energetycznej.

Nowość tego tematu wynika z połączenia dwóch głównych obszarów: sztucznej inteligencji (AI) i autonomicznego programowania lotów dronów. W coraz bardziej rozwijającym się środowisku technologii informatycznych, sztuczna inteligencja odgrywa ważną rolę w przetwarzaniu danych oraz analizie obrazu i wideo. Drony są coraz częściej wykorzystywane do monitorowania i zarządzania infrastrukturą sieci energetycznych, ale przetwarzanie danych z dronów nadal wymaga ingerencji człowieka.

Połączenie dronów ze sztuczną inteligencją usprawnia automatyzację i zmniejsza zależność od człowieka. Wykorzystanie dronów/bezzałogowych statków powietrznych z autonomicznym programowaniem lotu do gromadzenia obrazów i nagrań wideo skraca czas i obniża koszty w porównaniu z tradycyjnymi metodami. W połączeniu ze sztuczną inteligencją, wykrywanie zagrożeń bezpieczeństwa może być szybkie i efektywne, co zwiększa zdolność do szybszego reagowania i rozwiązywania problemów związanych z bezpieczeństwem.

Inspekcja sieci energetycznej i wykrywanie zagrożeń bezpieczeństwa często wymaga od pracowników pracy w niebezpiecznych warunkach. Wykorzystanie dronów/bezzałogowych statków powietrznych (UAV) i sztucznej inteligencji (AI) pozwala na zdalne wykonywanie tych czynności i zmniejsza ryzyko dla pracowników. Drony/bezzałogowe statki powietrzne (UAV) mogą latać w trudno dostępnych lub niebezpiecznych obszarach.

Wykorzystanie sztucznej inteligencji (AI) pozwala na bardziej zautomatyzowane i dokładne przetwarzanie oraz analizę obrazów/filmów zebranych z dronów/bezzałogowych statków powietrznych (UAV). Pomaga to ograniczyć błędy ludzkie i poprawić zdolność do skutecznego wykrywania potencjalnych zagrożeń. Technologia dronów/bezzałogowych statków powietrznych (UAV) i AI mogą być rozszerzone na szeroki zakres obszarów i regionów, od miejskich po wiejskie, zwiększając zdolność wykrywania i reagowania na problemy bezpieczeństwa w globalnej sieci energetycznej.

Drony służą do kompleksowego monitorowania sieci energetycznych, wykrywając słabe punkty, uszkodzenia lub potencjalne zagrożenia na liniach energetycznych, podstacjach i w instalacjach elektrycznych. Sztuczna inteligencja w połączeniu z dronami pomaga szybko wykrywać szkody po klęskach żywiołowych, takich jak burze, trzęsienia ziemi i osuwiska, dostarczając agencjom zarządzającym kompletne i dokładne informacje, pozwalające na terminowe wdrażanie środków zaradczych. Autonomiczne programowanie lotów w połączeniu ze sztuczną inteligencją umożliwia przeprowadzanie inspekcji, ocenę stanu słupów energetycznych, pomiar parametrów i danych środowiskowych w celu wczesnego wykrywania potencjalnych problemów.

Ponadto, wraz z coraz szybszym rozwojem technologii, nowe modele sztucznej inteligencji (AI) i algorytmy głębokiego uczenia (DEV) charakteryzują się coraz większą dokładnością, a komunikacja z dronami/bezzałogowymi statkami powietrznymi (UAV) za pośrednictwem systemów IoT (Internetu Rzeczy) rozwija się i staje się coraz bardziej zautomatyzowana. To sprawia, że ​​badania i budowa nowych systemów na nowych platformach technologicznych, poprawa dokładności, automatyzacja i doskonalenie technologii w celu rozwoju są niezwykle istotne. Wykorzystanie dronów do gromadzenia danych obrazowych/wideo i zastosowania sztucznej inteligencji (AI) jest nie tylko łatwe, ale także skuteczne w usprawnianiu procesu zarządzania i utrzymaniu bezpieczeństwa sieci.

Biorąc pod uwagę charakterystykę sieci dystrybucyjnej, jej atrybuty i obiekty różniące się od tych obserwowanych w poprzednich badaniach jednostek, grupa badawcza postawiła sobie za zadanie zbudowanie aplikacji IoT połączonej z modelem AI w celu wykrywania nieprawidłowości w sieci dystrybucyjnej.

W szczególności skupiono się na automatyzacji w konfigurowaniu autonomicznych misji lotniczych i przesyłaniu zebranych danych do serwera, aby system sztucznej inteligencji mógł automatycznie analizować nieprawidłowości w sieci dystrybucyjnej. Zastosowanie sztucznej inteligencji do identyfikacji obiektów o nietypowym położeniu w sieci otwiera również wiele nowych kierunków badań i zastosowań dla sztucznej inteligencji w przemyśle elektroenergetycznym. Przyczynia się to nie tylko do rozwoju sztucznej inteligencji i technologii, ale także stwarza możliwości dla przyszłych badań nad sztuczną inteligencją w przemyśle elektroenergetycznym.

Tan Nguyen

Source: https://baoquangtri.vn/canh-bao-nguy-co-mat-an-toan-luoi-dien-bang-tri-tue-nhan-tao-187453.htm