Aktivt undersöka och tillämpa artificiell intelligens i hantering och drift av elnät

Under senare år har Quang Tri Power Company (PC Quang Tri) aktivt forskat, byggt upp och tillämpat vetenskap och teknik inom områdena automatisering av drift, inspektion, bedömning av elnätskvalitet, investeringshantering i byggbranschen och kundservice, vilket har bidragit till att förbättra företagets produktion och affärsverksamhet.

Några bilder på osäkra elnät upptäckta av drönare/uav:er - Foto: TN

PC Quang Tri är en pionjär inom Vietnam Electricity Group (EVN) och har deltagit i forskning och utveckling, och har uppmärksammats för sitt initiativ med en integrerad version av fältinformationsprogramvara och programvara för näthantering. Företaget har särskilt bedrivit forskning inom artificiell intelligens (AI) inom automation för att upptäcka onormala fenomen i kraftledningssystemet och transformatorstationerna i elnätet med hjälp av bilder.

Några av dessa program inkluderar: Automatisk kontroll av objekt av intresse i bilder som tagits och lagrats i systemet för investeringshantering i byggbranschen (EVN-IMIS). Detta program har hjälpt till att automatisera inspektion och analys av bilder som tagits årligen vid investeringsprojekt; eller tillämpningsprogrammet för artificiell intelligens, som automatiskt upptäcker onormal värme med hjälp av bilder som tagits från spänningssatta enheter i elnätet. Programmet analyserar och utfärdar automatiskt varningar för att hjälpa teknisk personal att hitta lämpliga lösningar för att hantera dessa avvikelser och förhindra eventuella elektriska incidenter.

År 2022 undersökte och tillämpade PC Quang Tri AI för att upptäcka säkerhetsrisker i elnätet från bilder/ videor som samlats in av flygande drönare. Även om elindustrin har använt många program för att hantera och driva elnätet, såsom programvara för näthantering (PMIS) och mellanspänningsfältinspektion (KTHT), i syfte att digitalisera inspektionen av kraftledningar och transformatorstationer, sker detektion av förekomst baserat på bilder från PMIS- och KTHT-program fortfarande med blotta ögat.

Med den här metoden tar det mycket tid att upptäcka från bilder och videor. Därför kommer bilder och videor, efter att ha samlats in från flygkamera-/drönarflygningar, att synkroniseras med PMIS-AI-programmet och analyseras automatiskt, vilket upptäcker risker för elnätets säkerhet istället för att arbetstagare utför visuella inspektioner eller använder kikare. Därför har tillämpningen av AI-modeller för att upptäcka risker för elnätets säkerhet från bilder/videor som samlats in från flygande drönare gett positiva effekter på hanteringen och driften av elnätet.

För att systemet ska fungera med hög noggrannhet har företaget, utöver att bygga modeller, standardisera data, märka objekt och träna objektidentifieringsprogrammet, tillämpat modelllösningen Yolov5 på PMIS-AI-programmet.

Med denna modell tar bearbetningstiden för en 4 MB-bild bara 1/10 sekund. Därför är PC Quang Tri en enhet som har tagit ett steg framåt när det gäller att delta i forskning inom detta område, särskilt med många lösningar som föreslås för bred spridning. Vanligtvis är programmet för att tillämpa artificiell intelligens i bildigenkänning i byggstegen inom området investeringshantering i byggbranschen, automatisk igenkänning av värmekameror för enheter under Central Power Corporation, mycket uppskattat och tillämpat effektivt i praktiken.

År 2024 vann ämnet "Forskning och tillämpning av artificiell intelligens för att upptäcka risker för osäkerhet i elnätet från bilder/videor som samlats in av drönare/uav:er från flyguppdrag" av författargruppen: Masters Phan Van Vinh, Nguyen Van Tai, Le Cong Hieu, Le Van Minh, Nguyen Xuan Thuy från PC Quang Tri andra pris vid den 17:e nationella tekniska innovationstävlingen (2022-2023) organiserad av Vietnam Union of Science and Technology Associations, Vietnam Fund for Supporting Technical Innovation (VIFOTEC) inom områdena informationsteknik, elektronik och telekommunikation.

Med AI-applikationslösningen för att upptäcka risker för osäkerhet i elnätet från bilder/videor som samlats in av drönare/uav:er, tillhör automatisk programmering av flygvägar baserat på PC Quang Tris flyguppdrag kategorin AI-igenkänningsprogramvara kombinerad med dataanalys för att ge varningar och upptäcka risker för osäkerhet i elnätet från bilder/videor som samlats in av flygande drönare.

Tillämpa Yolov8:s artificiella intelligensmodell och andra stödjande verktyg (LabelMe för märkning, Google Colab för utbildning) för att upptäcka förekomst/avvikelser i 110 kV, 22 kV kraftledningar genom bilder och videor insamlade från flycams/drönare, med särskilt fokus på att upptäcka slitna, bara ledare, lösa porslinsband, smutsig, trasig, sprucken isolering och andra avvikande föremål i elnätet.

Automatisk flygruttsprogrammering för drönare som flyger över elnätet är en avancerad teknik inom området säkerhet och effektivitet vid övervakning av elnätet. Systemet är utformat för att övervaka elnätet automatiskt och kontinuerligt, samtidigt som det ger fullständig information för att upptäcka risker för elnätets säkerhet. Lösningen hjälper till att öka effektiviteten i övervakningen av elnätets säkerhet; spara kostnader; minska övervakningskostnader; öka noggrannheten; öka driftseffektiviteten; minska tid och arbetskraft.

I syfte att maximera kraften i digital teknik för att förbättra effektiviteten i den tekniska förvaltningen och säkerställa säker elnätsdrift är forskning och tillämpning av AI inom teknisk förvaltning en oundviklig trend. Detta kommer att bidra kraftigt till att förbättra arbetsproduktiviteten och effektiviteten i elkvalitetshanteringen. Därigenom tillhandahålls en stabil och säker kraftkälla som tjänar den socioekonomiska utvecklingen i området.

Tan Nguyen

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