Искусственный интеллект и компьютерное зрение в электроэнергетике: возможности на примере системы для дефектов изоляторов ЛЭП
Искусственный интеллект и компьютерное зрение в электроэнергетике: возможности на примере системы для дефектов изоляторов ЛЭП💡
Внедрение искусственного интеллекта в электроэнергетическую отрасль открывает новые перспективы для улучшения надежности, оптимизации издержек и снижения аварийности. В энергетике ежедневно создаются значительные объемы информации, большая часть которых не применяется для анализа и разработки рентабельных программных решений. Анализ сведений, получаемых с измерительных приборов, данных о нагрузке, рабочих параметров оборудования и других ключевых показателей, позволяет выявлять скрытые взаимосвязи и прогнозировать отклонения в работе энергосистемы. Современные алгоритмы машинного обучения способны автоматически обрабатывать большие массивы данных, формируя точные прогнозы и обеспечивая эффективное управление ресурсами. Например, использование интеллектуальных систем для обнаружения неучтенных потерь предоставляет возможность анализировать архивные данные и текущие показания, позволяя энергокомпаниям уменьшать потери, повышать прибыльность и оптимизировать потребление.
ИИ также эффективно справляется с обработкой визуальной информации. Компьютерное зрение – это направление искусственного интеллекта, позволяющее вычислительным машинам "видеть" и анализировать изображения и видеопотоки. Технология основана на применении сложных алгоритмов и нейронных сетей для получения требуемой информации из визуальных данных. С помощью компьютерного зрения можно автоматизировать широкий спектр задач, в том числе:
• выявление объектов;
• опознавание образов;
• анализ и классификацию дефектов;
• мониторинг в режиме реального времени.
Разработка и внедрение систем компьютерного зрения дают возможность автоматизировать множество операций визуального анализа и контроля, повышая производительность и оперативность, освобождая время персонала для выполнения других задач. В частности, это могут быть системы контроля безопасного выполнения работ (проверка наличия СИЗ, состояния рабочих мест), интеллектуального анализа переключений в электроустановках, контроля фотоотчетов о выполненных работах или интеллектуальные системы диагностики электрооборудования.
АВТОМАТИЗИРОВАННАЯ СИСТЕМА ИНТЕЛЛЕКТУАЛЬНОЙ ДЕФЕКТАЦИИ СТЕКЛЯННЫХ ИЗОЛЯТОРОВ ЛЭП (АСИД СИ ЛЭП)
Актуальность проблемы. Для обеспечения стабильной работы энергосистемы своевременная диагностика воздушных линий электропередачи (ВЛ) является первостепенной задачей. Наиболее часто встречающимся дефектом ВЛ является повреждение изоляции, обнаружение которого в настоящее время производится визуальным способом при проведении обходов и осмотров ВЛ электромонтерами.
Вместе с тем, в настоящее время для обследования ВЛ все чаще применяются квадрокоптеры, что обусловлено развитием их функциональных возможностей. БПЛА используются для проведения осмотров с воздуха и в труднодоступных местах.
Филиал ПАО «Россети Сибирь» — «Бурятэнерго» обслуживает воздушные линии электропередачи напряжением 35-110 кВ общей протяженностью 5833 км. Контроль состояния ВЛ 35-110 кВ с использованием квадрокоптеров проводится на участках общей протяженностью около 350 км в год (6% от общей протяженности ВЛ).
Обследования с использованием квадрокоптера осуществляются следующим образом: БПЛА, управляемый оператором в ручном режиме, приближается к опоре, производит фотосъемку основных элементов конструкции, а также имеющихся дефектов.
Применение БПЛА позволяет с высокой точностью выявлять и определять характер повреждений, существенно повышая качество диагностики по сравнению с проведением наземных обходов и осмотров.
Однако, выявление дефектов с помощью квадрокоптера имеет существенные недостатки, проявляющиеся при проведении обработки и анализа полученных материалов:
• значительные временные затраты на ручную обработку и анализ фотоснимков, выявление дефектов (более 50% времени рабочего цикла диагностики оборудования);
• затраты времени на ручной ввод данных в дефектную ведомость;
• высокий риск ошибок при обработке большого количества фотоматериалов;
• ограничение количества обследуемых ВЛ по причине значительных временных затрат персонала, осуществляющего обработку полученной информации и выявление дефектов.
Решение.
В целях устранения перечисленных недостатков, была разработана автоматизированная система интеллектуальной дефектации стеклянных изоляторов ЛЭП (АСИД СИ ЛЭП). Эта система позволяет ускорить и оптимизировать процесс выявления дефектов, используя технологии искусственного интеллекта и компьютерного зрения. Система была разработана одним экспертом, от идеи до полной реализации. Все права на систему принадлежат автору статьи. Решение успешно прошло испытания на реальных данных.
Функциональные возможности АСИД СИ ЛЭП позволяют:
• Распознавать ключевые типы дефектов ("нулевые" изоляторы, снижение диэлектрических свойств изолятора, загрязнение).
• Автоматически формировать сводные таблицы с результатами анализа (дефектные ведомости), исключая этапы ручного ввода и предварительной подготовки фотографий.
Сеть состоит из множества слоев, включающих сверточные слои, нормализующие слои (для стабилизации процесса обучения), пулинговые слои (для уменьшения размерности данных), а также специализированные выходные слои, которые прогнозируют координаты объектов, их размеры и категории. Благодаря модульной архитектуре и иерархическому подходу к выделению признаков, сверточные нейронные сети (СНС) эффективно обрабатывают сложные изображения, переходя от элементарных признаков (границы и текстуры) к более сложным (формы и объекты).
Для автоматического определения номера опоры система использует оригинальный разработанный алгоритм, анализирующий геопространственные данные фотографии. Изначально координаты изображения автоматически конвертируются в требуемый формат. Затем проводится сопоставление полученных координат с данными системы управления производственными активами (СУПА). Это позволяет избежать предварительной обработки файлов (изменение имени файла в соответствии с номером опоры и диспетчерским наименованием ВЛ, сортировку), а фотоматериалы можно загружать пакетно с разных ВЛ одновременно. Точность определения местоположения опоры составляет 10 см.
После формирования дефектная ведомость, классифицированная по коду технического места, передается в систему управления производственными активами.
Эффективность и преимущества. Интеграция системы АСИД СИ ЛЭП и технологий искусственного интеллекта в электроэнергетическую отрасль позволяет существенно повысить скорость и точность обследования линий электропередачи, сократить издержки на обслуживание и повысить надежность электроснабжения.
Одним из ключевых достоинств системы является увеличение скорости обработки данных – до 1000 фотоснимков в минуту, в то время как человек способен анализировать всего 1-3 изображения за тот же период времени. Это приводит к снижению трудозатрат на анализ на 99% и позволяет увеличить протяженность обследуемых ВЛ в два раза – с 350 км до 700 км, что составляет 12% от общей протяженности воздушных линий напряжением 35-110 кВ, находящихся в обслуживании филиала, за счет высвобождения времени инженера по диагностике. Инженер по диагностике сосредотачивается на проведении обследований, а не на анализе и подготовке документации.
АСИД СИ ЛЭП автоматизирует процесс формирования дефектной ведомости, исключая ручной ввод данных и передавая результаты непосредственно в ERP-систему, что значительно ускоряет обработку информации. Исключение влияния человеческого фактора снижает вероятность возникновения ошибок и повышает достоверность диагностики, обеспечивая своевременное выявление дефектов и критических повреждений.
Использование системы дает возможность оптимизировать планирование ремонтных работ, направляя ресурсы на участки, характеризующиеся наиболее серьезными повреждениями. Такой подход обеспечивает сокращение затрат за счет предотвращения аварийных ситуаций и незапланированных ремонтных работ, а также способствует реализации отраслевой тенденции, направленной на планирование ремонтных мероприятий на основании технического состояния оборудования. По предварительным оценкам, АСИД СИ ЛЭП позволит экономить до 3 млн рублей в год только в одном филиале за счет сокращения числа аварийно-восстановительных работ и уменьшения объема недопоставленной электроэнергии.
АСИД СИ ЛЭП легко интегрируется в существующие бизнес-процессы, не требуя значительных капиталовложений на внедрение. Кроме того, система характеризуется масштабируемостью и может служить платформой для создания комплексной системы автоматизированной дефектации ЛЭП, позволяющей определять все виды дефектов ВЛ (повреждения изоляторов, дефекты конструкций опор, нарушения в полосе отчуждения ВЛ и т.д.).
Проект стал участником X Международной научно-технической конференции «Развитие и повышение надежности распределительных электрических сетей» и получил высокую оценку экспертного сообщества.
ЗАКЛЮЧЕНИЕ
Применение технологий искусственного интеллекта в электроэнергетической отрасли является не просто закономерным шагом, а необходимостью, вызванной стремительным увеличением объемов информации, требующих оперативной обработки и анализа. Сложность современных энергосистем и их важнейшая роль в обеспечении надежного электроснабжения обуславливают потребность во внедрении ИИ для повышения точности диагностирования, прогнозирования аварийных ситуаций и оптимизации процессов управления.
На примере АСИД СИ ЛЭП можно увидеть, как искусственный интеллект и компьютерное зрение преобразуют процессы диагностики воздушных линий электропередачи, обеспечивая оперативность, точность и экономическую выгоду.
Внедрение подобных технологий способствует цифровой трансформации отрасли, уменьшая издержки на ремонт и техническое обслуживание, снижая вероятность аварийных ситуаций и увеличивая надежность энергосистем.
Совершенствование и распространение таких разработок, как АСИД ЛЭП, непосредственно соответствует стратегическим целям ПАО «Россети» в сфере инновационного и цифрового развития, а также задачам импортозамещения – сокращая зависимость от зарубежных аналогов и обеспечивая создание независимой технологической основы.
Внедрение технологий искусственного интеллекта содействует увеличению надежности и производительности энергосистем и открывает перспективы для реализации масштабируемых прикладных цифровых решений.
Добавляю фото без обработки для комментатора ниже как и обещал:
Друзья, добавлю еще фото до уверенности:
Автор: СилаТока
Телеграмм канал СилаТока(вся информация основная там)










































