Künstliche Intelligenz im Stromnetzmanagement und -betrieb aktiv erforschen und anwenden

Im Laufe der Jahre hat die Quang Tri Power Company (PC Quang Tri) in den Bereichen Betriebsautomatisierung, Inspektion, Bewertung der Stromnetzqualität, Bauinvestitionsmanagement und Kundendienst aktiv geforscht, aufgebaut und Wissenschaft und Technologie angewendet und so zur Verbesserung der Produktions- und Geschäftsaktivitäten des Unternehmens beigetragen.

Einige Bilder von unsicheren Stromnetzen, die von Drohnen/UAVs erkannt wurden – Foto: TN

PC Quang Tri ist eine Pioniereinheit der Vietnam Electricity Group (EVN), die sich an Forschung und Entwicklung beteiligt und für ihre Initiative mit einer integrierten Version von Feldinformationssoftware und technischer Stromnetzverwaltungssoftware anerkannt wird. Das Unternehmen hat insbesondere im Bereich der künstlichen Intelligenz (KI) in der Automatisierung geforscht, um anhand von Bildern Anomalien an Stromleitungen und Umspannwerken im Betriebsnetz zu erkennen.

Zu diesen Programmen gehören unter anderem: Automatische Überprüfung interessanter Objekte in Bildern, die im Bauinvestitionsmanagementsystem (EVN-IMIS) erfasst und gespeichert werden. Dieses Programm hat dazu beigetragen, die Inspektion und Analyse der jährlich bei Investitionsprojekten aufgenommenen Fotos zu automatisieren. oder ein Anwendungsprogramm mit künstlicher Intelligenz, das automatisch abnormale Hitze anhand von Bildern von unter Spannung stehenden Geräten im Netz erkennt. Das Programm analysiert automatisch die Störungen und gibt Warnungen aus, um dem technischen Personal dabei zu helfen, geeignete Lösungen für den Umgang mit diesen Anomalien zu finden und so mögliche elektrische Zwischenfälle zu verhindern.

Im Jahr 2022 erforschte und verwendete PC Quang Tri KI, um Sicherheitsrisiken für das Stromnetz anhand von Bildern/Videos zu erkennen, die von fliegenden Drohnen aufgenommen wurden. Obwohl die Elektrizitätsindustrie viele Programme zur Verwaltung und zum Betrieb des Stromnetzes einsetzt, wie etwa Stromnetzmanagementsoftware (PMIS) und Mittelspannungsfeldinspektion (KTHT), um die Inspektion von Stromleitungen und Transformatorstationen zu digitalisieren, erfolgt die Erkennung der Existenz anhand von Bildern aus PMIS- und KTHT-Programmen immer noch mit bloßem Auge.

Bei dieser Methode ist die Erkennung anhand von Bildern und Videos sehr zeitaufwändig. Daher werden von Flycam-/Drohnengeräten erfasste Bilder und Videos mit dem PMIS-AI-Programm synchronisiert und automatisch analysiert und Risiken für die Sicherheit des Stromnetzes erkannt, anstatt dass Arbeiter Sichtprüfungen mit Ferngläsern durchführen. Daher hat die Anwendung von KI-Modellen zur Erkennung von Netzsicherheitsrisiken anhand von Bildern/Videos, die von fliegenden Drohnen aufgenommen wurden, positive Auswirkungen auf das Netzbetriebsmanagement gehabt.

Damit das System mit hoher Genauigkeit arbeitet, hat das Unternehmen neben dem Erstellen von Modellen, der Standardisierung von Daten, der Beschriftung von Objekten und dem Trainieren des Objekterkennungsprogramms die Modelllösung von Yolov5 auf das PMIS-AI-Programm angewendet.

Bei diesem Modell dauert die Verarbeitung eines 4 MB großen Bildes nur 1/10 Sekunde. Daher ist PC Quang Tri eine Einheit, die sich frühzeitig an der Forschung auf diesem Gebiet beteiligt hat, insbesondere mit vielen Lösungsvorschlägen für eine flächendeckende Umsetzung. Normalerweise wird das Programm zur Anwendung künstlicher Intelligenz bei der Bilderkennung in den Konstruktionsschritten des Bereichs Bauinvestitionsmanagement und zur automatischen Erkennung von Wärmebildkameras für Einheiten der Central Power Corporation sehr geschätzt und in der Praxis effektiv eingesetzt.

Im Jahr 2024 gewann das Thema „Forschung und Anwendung künstlicher Intelligenz zur Erkennung von Risiken der Stromnetzunsicherheit anhand von Bildern/Videos, die von Drohnen/UAVs bei Flugmissionen aufgenommen wurden“ der Autorengruppe: Master Phan Van Vinh, Nguyen Van Tai, Le Cong Hieu, Le Van Minh, Nguyen Xuan Thuy von PC Quang Tri den zweiten Preis beim 17. Nationalen Wettbewerb für technische Innovation (2022–2023), der von der Vietnam Union of Science and Technology Associations, Vietnam Fund for Supporting Technical Innovation (VIFOTEC) in den Bereichen Informationstechnologie, Elektronik und Telekommunikation organisiert wurde.

Mit der KI-Anwendungslösung zum Erkennen von Risiken der Stromnetzunsicherheit anhand von Bildern/Videos, die von Drohnen/UAVs aufgenommen wurden, gehört die Programmierung automatischer Flugrouten entsprechend den Flugaufgaben von PC Quang Tri zur Kategorie der KI-Erkennungssoftware, die mit Datenanalyse kombiniert wird, um Warnungen auszugeben und Risiken der Stromnetzunsicherheit anhand von Bildern/Videos zu erkennen, die von fliegenden Drohnen aufgenommen wurden.

Anwendung des künstlichen Intelligenzmodells Yolov8 und anderer unterstützender Tools (LabelMe zur Kennzeichnung, Google Colab für Schulungen) zum Erkennen des Vorhandenseins/der Anomalien von 110-kV- und 22-kV-Leitungen durch von Flycams/Drohnen erfasste Bilder und Videos, mit besonderem Schwerpunkt auf der Erkennung von ausgefransten blanken Leitern, losen Porzellankrawatten, schmutziger, gebrochener, rissiger Isolierung und anderen ungewöhnlichen Objekten im Netz.

Die autonome Flugroutenprogrammierung für Drohnen, die über das Stromnetz fliegen, ist eine fortschrittliche Technologie im Bereich der Sicherheit und Effizienz der Stromnetzüberwachung. Das System ist darauf ausgelegt, das Stromnetz automatisch und kontinuierlich zu überwachen und umfassende Informationen zur Erkennung von Netzsicherheitsrisiken bereitzustellen. Lösung zur Steigerung der Effizienz der Netzsicherheitsüberwachung; Kosteneinsparungen; Senkung der Überwachungskosten; Genauigkeit erhöhen; Steigerung der betrieblichen Effizienz; Reduzieren Sie Zeit und Personalaufwand

Mit dem Ziel, die Leistungsfähigkeit digitaler Technologien zu maximieren, um die Effizienz des technischen Managements zu verbessern und einen sicheren Netzbetrieb zu gewährleisten, ist die Erforschung und Anwendung von KI im technischen Management ein unvermeidlicher Trend. Denn dies wird erheblich zur Verbesserung der Arbeitsproduktivität und der Effektivität des Stromqualitätsmanagements beitragen. Von dort aus wird eine stabile und sichere Energiequelle bereitgestellt, die der lokalen sozioökonomischen Entwicklung dient.

Tan Nguyen

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