ស្រាវជ្រាវយ៉ាងសកម្ម និងអនុវត្តបញ្ញាសិប្បនិម្មិតក្នុងការគ្រប់គ្រង និងប្រតិបត្តិការបណ្តាញអគ្គិសនី

ប៉ុន្មានឆ្នាំមកនេះ ក្រុមហ៊ុនថាមពល Quang Tri (PC Quang Tri) បានស្រាវជ្រាវ សាងសង់ និងអនុវត្តវិទ្យាសាស្ត្រ និងបច្ចេកវិទ្យាយ៉ាងសកម្មក្នុងវិស័យស្វ័យប្រវត្តិកម្មនៃប្រតិបត្តិការ ការត្រួតពិនិត្យ ការវាយតម្លៃគុណភាពបណ្តាញអគ្គិសនី ការគ្រប់គ្រងការវិនិយោគសំណង់ និងអាជីវកម្មសេវាកម្មអតិថិជន រួមចំណែកកែលម្អផលិតកម្ម និងសកម្មភាពអាជីវកម្មរបស់ក្រុមហ៊ុន។

រូបភាពមួយចំនួននៃបណ្តាញអគ្គិសនីដែលមិនមានសុវត្ថិភាពដែលបានរកឃើញដោយយន្តហោះគ្មានមនុស្សបើក/UAVs - រូបថត៖ TN

PC Quang Tri គឺជាអង្គភាពត្រួសត្រាយផ្លូវនៅក្នុងក្រុមហ៊ុន Vietnam Electricity Group (EVN) ដែលចូលរួមក្នុងការស្រាវជ្រាវ និងការអភិវឌ្ឍន៍ ហើយត្រូវបានទទួលស្គាល់សម្រាប់ការផ្តួចផ្តើមរបស់ខ្លួនជាមួយនឹងកំណែរួមបញ្ចូលគ្នានៃកម្មវិធីព័ត៌មានវាល និងកម្មវិធីគ្រប់គ្រងបច្ចេកទេសបណ្តាញថាមពល។ ជាពិសេស ក្រុមហ៊ុនបានធ្វើការស្រាវជ្រាវលើវិស័យបញ្ញាសិប្បនិមិត្ត (AI) ក្នុងស្វ័យប្រវត្តិកម្ម ដើម្បីស្វែងរកភាពមិនប្រក្រតីនៃខ្សែថាមពល និងស្ថានីយបំប្លែងនៅលើបណ្តាញប្រតិបត្តិការដោយប្រើរូបភាព។

កម្មវិធីទាំងនេះមួយចំនួនរួមមានៈ ត្រួតពិនិត្យដោយស្វ័យប្រវត្តិនូវវត្ថុដែលចាប់អារម្មណ៍លើរូបភាពដែលបានថត និងរក្សាទុកនៅលើប្រព័ន្ធគ្រប់គ្រងការវិនិយោគសំណង់ (EVN-IMIS)។ កម្មវិធីនេះបានជួយដោយស្វ័យប្រវត្តិនូវការត្រួតពិនិត្យ និងការវិភាគរូបថតដែលបានថតជារៀងរាល់ឆ្នាំនៅឯគម្រោងវិនិយោគ។ ឬកម្មវិធីកម្មវិធីបញ្ញាសិប្បនិមិត្ត ដែលរកឃើញកំដៅមិនធម្មតាដោយស្វ័យប្រវត្តិ ដោយប្រើរូបភាពដែលថតចេញពីឧបករណ៍ដែលមានថាមពលនៅលើក្រឡាចត្រង្គ។ កម្មវិធីនេះធ្វើការវិភាគដោយស្វ័យប្រវត្តិ និងផ្តល់ការព្រមានដើម្បីជួយបុគ្គលិកបច្ចេកទេសស្វែងរកដំណោះស្រាយសមស្រប ដើម្បីដោះស្រាយបញ្ហាមិនប្រក្រតីទាំងនោះ ដើម្បីការពារឧប្បត្តិហេតុអគ្គិសនីដែលអាចកើតមាន។

នៅឆ្នាំ 2022 PC Quang Tri បានស្រាវជ្រាវ និងអនុវត្ត AI ដើម្បីស្វែងរកហានិភ័យសុវត្ថិភាពបណ្តាញថាមពលពីរូបភាព/វីដេអូដែលប្រមូលបានដោយយន្តហោះគ្មានមនុស្សបើក។ ទោះបីជាឧស្សាហកម្មអគ្គិសនីបានអនុវត្តកម្មវិធីជាច្រើនដើម្បីបម្រើដល់ការគ្រប់គ្រង និងប្រតិបត្តិការបណ្តាញអគ្គិសនី ដូចជាកម្មវិធីគ្រប់គ្រងបណ្តាញអគ្គិសនី (PMIS) ការត្រួតពិនិត្យដែនតង់ស្យុងមធ្យម (KTHT) ក្នុងគោលបំណងធ្វើឌីជីថលនៃការត្រួតពិនិត្យខ្សែថាមពល និងស្ថានីយបំប្លែងក៏ដោយ ក៏ការរកឃើញអត្ថិភាពតាមរូបភាពពីកម្មវិធី PMIS និង KTHT នៅតែធ្វើឡើងដោយភ្នែកទទេ។

ជាមួយនឹងវិធីសាស្រ្តនេះ វាត្រូវការពេលវេលាច្រើនក្នុងការរកឃើញពីរូបភាព និងវីដេអូ។ ដូច្នេះ រូបភាព និងវីដេអូដែលប្រមូលបានពីឧបករណ៍ flycam/drone នឹងត្រូវបានធ្វើសមកាលកម្មទៅក្នុងកម្មវិធី PMIS-AI ហើយវិភាគ និងរកឃើញហានិភ័យដោយស្វ័យប្រវត្តិចំពោះសុវត្ថិភាពបណ្តាញអគ្គិសនីជំនួសឱ្យកម្មករធ្វើការត្រួតពិនិត្យដោយមើលឃើញដោយប្រើកែវយឹត។ ដូច្នេះហើយ ការអនុវត្តគំរូ AI ក្នុងការស្វែងរកហានិភ័យសុវត្ថិភាពក្រឡាចត្រង្គពីរូបភាព/វីដេអូដែលប្រមូលបានដោយយន្តហោះគ្មានមនុស្សបើកបាននាំមកនូវផលវិជ្ជមានក្នុងការគ្រប់គ្រងប្រតិបត្តិការក្រឡាចត្រង្គ។

ដើម្បីឱ្យប្រព័ន្ធដំណើរការដោយភាពត្រឹមត្រូវខ្ពស់ បន្ថែមពីលើការកសាងគំរូ ការធ្វើស្តង់ដារទិន្នន័យ ការដាក់ស្លាកវត្ថុ និងការបណ្តុះបណ្តាលកម្មវិធីស្គាល់វត្ថុ ក្រុមហ៊ុនបានអនុវត្តដំណោះស្រាយគំរូ Yolov5 ទៅនឹងកម្មវិធី PMIS-AI ។

ជាមួយនឹងម៉ូដែលនេះ ការដំណើរការរូបភាពទំហំ 4MB ចំណាយពេលត្រឹមតែ 1/10 វិនាទីប៉ុណ្ណោះ។ ដូច្នេះ PC Quang Tri គឺជាអង្គភាពមួយដែលបានបោះជំហានដំបូងក្នុងការចូលរួមស្រាវជ្រាវក្នុងវិស័យនេះ ជាពិសេសជាមួយនឹងដំណោះស្រាយដែលបានស្នើឡើងជាច្រើនសម្រាប់ការអនុវត្តយ៉ាងទូលំទូលាយ។ ជាធម្មតា កម្មវិធីនៃការអនុវត្តបញ្ញាសិប្បនិមិត្តក្នុងការទទួលស្គាល់រូបភាពក្នុងជំហានសាងសង់នៃវិស័យគ្រប់គ្រងការវិនិយោគសំណង់ ការទទួលស្គាល់ដោយស្វ័យប្រវត្តិនូវកាមេរ៉ាកម្ដៅសម្រាប់អង្គភាពនៃសាជីវកម្មថាមពលកណ្តាលត្រូវបានវាយតម្លៃខ្ពស់ និងអនុវត្តប្រកបដោយប្រសិទ្ធភាពក្នុងការអនុវត្ត។

ក្នុងឆ្នាំ 2024 ប្រធានបទ "ការស្រាវជ្រាវ និងការអនុវត្តបញ្ញាសិប្បនិមិត្ត ដើម្បីរកមើលហានិភ័យនៃអសន្តិសុខបណ្តាញអគ្គិសនីពីរូបភាព/វីដេអូដែលប្រមូលបានដោយយន្តហោះគ្មានមនុស្សបើក/ UAVs ពីបេសកកម្មហោះហើរ" ដោយក្រុមអ្នកនិពន្ធ៖ Masters Phan Van Vinh, Nguyen Van Tai, Le Cong Hieu, Le Van Minh, Nguyen Xuan Thuy នៃ PC Quang Tri បានឈ្នះរង្វាន់លើកទី 17 20 ថ្នាក់ជាតិ សម្ព័ន្ធសមាគមវិទ្យាសាស្ត្រ និងបច្ចេកវិទ្យាវៀតណាម មូលនិធិវៀតណាមសម្រាប់គាំទ្រការច្នៃប្រឌិតបច្ចេកទេស (VIFOTEC) ក្នុងវិស័យ៖ បច្ចេកវិទ្យាព័ត៌មាន អេឡិចត្រូនិក ទូរគមនាគមន៍។

ជាមួយនឹងដំណោះស្រាយកម្មវិធី AI ដើម្បីស្វែងរកហានិភ័យនៃអសន្តិសុខបណ្តាញអគ្គិសនីពីរូបភាព/វីដេអូដែលប្រមូលបានដោយយន្តហោះគ្មានមនុស្សបើក/UAVs ការសរសេរកម្មវិធីផ្លូវហោះហើរដោយស្វ័យប្រវត្តិយោងទៅតាមភារកិច្ចហោះហើររបស់ PC Quang Tri ជាកម្មសិទ្ធិរបស់ប្រភេទនៃកម្មវិធីទទួលស្គាល់ AI រួមបញ្ចូលគ្នាជាមួយការវិភាគទិន្នន័យដើម្បីផ្តល់ការព្រមាន និងរកឃើញហានិភ័យនៃអសន្តិសុខបណ្តាញអគ្គិសនីពីរូបភាព/វីដេអូដែលប្រមូលបានដោយការហោះហើរ drone ។

ការអនុវត្តគំរូបញ្ញាសិប្បនិមិត្ត Yolov8 ឧបករណ៍ជំនួយផ្សេងទៀត (LabelMe សម្រាប់ការដាក់ស្លាក Google Colab សម្រាប់ការបណ្តុះបណ្តាល) ដើម្បីរកមើលអត្ថិភាព/ភាពមិនប្រក្រតីនៃខ្សែ 110kV, 22kV តាមរយៈរូបភាព និងវីដេអូដែលប្រមូលបានពី flycam/drones ជាពិសេសផ្តោតលើការរកឃើញវត្ថុនៃ conductors ទទេ frayed, ខ្សែក porcelain រលុង, ភាពកខ្វក់ និងបំបែក។

កម្មវិធីផ្លូវហោះហើរស្វយ័តសម្រាប់យន្តហោះគ្មានមនុស្សបើកដែលហោះហើរលើបណ្តាញថាមពល គឺជាបច្ចេកវិទ្យាទំនើបមួយក្នុងវិស័យសុវត្ថិភាព និងប្រសិទ្ធភាពនៃការត្រួតពិនិត្យបណ្តាញថាមពល។ ប្រព័ន្ធនេះត្រូវបានរចនាឡើងដើម្បីត្រួតពិនិត្យបណ្តាញអគ្គិសនីដោយស្វ័យប្រវត្តិ និងបន្ត ហើយផ្តល់ព័ត៌មានដ៏ទូលំទូលាយដើម្បីរកមើលហានិភ័យសុវត្ថិភាពបណ្តាញអគ្គិសនី។ ដំណោះស្រាយដើម្បីបង្កើនប្រសិទ្ធភាពនៃការត្រួតពិនិត្យសុវត្ថិភាពក្រឡាចត្រង្គ; ការសន្សំការចំណាយ; កាត់បន្ថយការចំណាយលើការត្រួតពិនិត្យ; បង្កើនភាពត្រឹមត្រូវ; បង្កើនប្រសិទ្ធភាពប្រតិបត្តិការ; កាត់បន្ថយពេលវេលា និងកម្លាំងពលកម្ម

ជាមួយនឹងគោលបំណងនៃការបង្កើនថាមពលនៃបច្ចេកវិទ្យាឌីជីថលដើម្បីបង្កើនប្រសិទ្ធភាពក្នុងការគ្រប់គ្រងបច្ចេកទេស និងធានាបាននូវប្រតិបត្តិការក្រឡាចត្រង្គប្រកបដោយសុវត្ថិភាព ការស្រាវជ្រាវ និងការអនុវត្ត AI ក្នុងការគ្រប់គ្រងបច្ចេកទេសគឺជានិន្នាការជៀសមិនរួច។ ដោយសារតែនេះនឹងរួមចំណែកយ៉ាងច្រើនក្នុងការលើកកម្ពស់ផលិតភាពការងារ និងប្រសិទ្ធភាពនៃការគ្រប់គ្រងគុណភាពអគ្គិសនី។ ពីទីនោះ ផ្តល់ប្រភពថាមពលប្រកបដោយស្ថិរភាព និងសុវត្ថិភាព ដើម្បីបម្រើដល់ការអភិវឌ្ឍន៍សេដ្ឋកិច្ច-សង្គមក្នុងមូលដ្ឋាន។

តាន់ ង្វៀន

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