Varning för säkerhetsrisker i elnätet med hjälp av artificiell intelligens

[annons_1]

För närvarande öppnar artificiell intelligens (AI) en ny vändpunkt i många branscher runt om i världen, inklusive elindustrin. Den snabba utvecklingen av AI har lett till betydande förbättringar inom processautomation, ökad noggrannhet och effektivitet i hantering, drift och underhåll av elsystem.

Författargruppen PC Quang Tri fick andra pris vid avslutningsceremonin och prisutdelningen för den 17:e nationella tekniska innovationstävlingen - Foto: TUAN VIET

Tidigare krävdes mycket ansträngning och tid för att kontrollera elnätet och uppnådde ofta inte önskad noggrannhet på grund av beroende av mänskliga faktorer. För att främja framstegen inom användning av obemannade luftfarkoster inom ledningsområden, med fokus på forskning om drönare som flyger med UAV och tillämpning av IoT i programmering och upprättande av flygrutter, styrning av automatisk flygning för att samla in data (bilder, videor ) genom AI-system, har författargruppen Quang Tri Power Company (PC Quang Tri) skapat ämnet "Forskning och tillämpning av IoT-teknik integrerad med GIS-databas för att ställa in automatiskt flygläge för UAV-enheter, samla in och bearbeta bilddata från distributionsnätet, automatiskt varna för säkerhetsrisker i elnätet med hjälp av artificiell intelligens".

Projektet, som leds av PC Quang Tri-direktören Phan Van Vinh, och som just vann andra pris vid den 17:e nationella tekniska innovationstävlingen (2022-2023) som anordnades av Vietnams vetenskaps- och teknikföreningars union och Vietnams fond för stöd till teknisk innovation (VIFOTEC), är ett typiskt exempel på hur man tillämpar sakernas internet för att lösa specifika utmaningar inom elindustrin.

Detta ämne närmar sig problemet på ett omfattande, kreativt och fokuserat sätt, genom att tillämpa IoT och AI inom området ledning och underhåll av elnät, med fokus på att tillämpa IoT i det automatiska flygkontrollsystemet flaycam, och kombinera AI för att identifiera onormala objekt i elnätet.

Det nya med detta ämne kommer från kombinationen av två huvudområden: AI och autonoma flygprogrammeringsdrönare. I den alltmer utvecklande miljön inom informationsteknik har AI spelat en viktig roll inom databehandling och bild-/videoanalys. Drönare används i allt större utsträckning för att övervaka och hantera elnätsinfrastruktur, men databehandling från drönare kräver fortfarande mänsklig intervention.

Att kombinera drönare med AI förbättrar automatiseringen och minskar mänskligt beroende. Att använda drönare/drönare med autonom flygprogrammering för bild-/videoinsamling minskar tid och kostnader jämfört med traditionella metoder. I kombination med AI kan säkerhetsriskdetektering göras snabbt och effektivt, vilket förbättrar förmågan att reagera och hantera säkerhetsproblem snabbare.

Att inspektera elnätet och upptäcka säkerhetsrisker kräver ofta att arbetstagare arbetar i farliga miljöer. Användning av drönare/UAV:er och AI gör att detta kan göras på distans och minskar risken för arbetstagarna. Drönare/UAV:er har möjlighet att flyga till svåra eller farliga områden.

Användning av AI möjliggör mer automatiserad och noggrann bearbetning och analys av bilder/videor som samlats in från drönare/drönare. Detta bidrar till att minska mänskliga fel och förbättra förmågan att effektivt upptäcka potentiella risker. Drönar-/drönare-teknik och AI kan utökas till ett brett spektrum av områden och regioner, från stads- till landsbygdsområden, vilket förbättrar förmågan att upptäcka och reagera på säkerhetsproblem i det globala elnätet.

Drönare används för att utföra omfattande övervakningsuppgifter på elnätet och därigenom upptäcka svagheter, skador eller potentiella risker på kraftledningar, transformatorstationer och elverk. AI i kombination med drönare hjälper till att snabbt upptäcka skador efter naturkatastrofer som stormar, jordbävningar och jordskred, vilket ger förvaltningsmyndigheter fullständig och korrekt information för att vidta åtgärder i tid. Autonom flygprogrammering i kombination med AI kan utföra inspektioner, bedöma tillståndet hos kraftmaster, mäta parametrar och miljödata för att tidigt upptäcka potentiella problem.

Dessutom, med den allt snabbare teknikutvecklingen, förbättras nya AI-modeller och djupinlärningsalgoritmer i allt högre grad i noggrannhet, medan kommunikation med drönare/UAV:er via IoT-system utvecklas alltmer och blir mer automatiserad. Detta säkerställer att forskning och konstruktion av nya system på nya teknikplattformar, förbättring av noggrannhet, automatisering och behärskning av teknik för utveckling är extremt nödvändigt. Att använda dessa drönare för att samla in bild-/videodata och tillämpa AI är inte bara enkelt utan också effektivt för att förbättra ledningsprocessen och upprätthålla nätsäkerheten.

Med tanke på distributionsnätets egenskaper, attribut och objekt som skiljer sig från tidigare studier av enheterna, satte forskargruppen upp uppgiften att bygga en IoT-applikation kombinerad med en AI-modell för att upptäcka avvikelser i distributionsnätet.

Särskilt fokus ligger på automatisering vid upprättande av autonoma flyguppdrag och överföring av insamlad data till servern så att AI-systemet automatiskt kan analysera avvikelser i distributionsnätet. Att tillämpa AI för att identifiera avvikande objekt i nätet öppnar också upp många nya forskningsinriktningar och tillämpningar för AI inom elindustrin. Detta bidrar inte bara till utvecklingen av AI och teknik utan skapar också möjligheter för AI-forskning inom elindustrin i framtiden.

Kommentar (0)