전력망 관리 및 운영에 인공지능을 적극적으로 연구하고 적용합니다.

광트리 전력회사(PC Quang Tri)는 오랜 세월에 걸쳐 운영 자동화, 검사, 전력망 품질 평가, 건설 투자 관리 및 고객 서비스 사업 분야에서 과학 기술을 적극적으로 연구, 구축 및 응용하여 회사의 생산 및 사업 활동을 개선하는 데 기여해 왔습니다.

드론/UAV가 감지한 안전하지 않은 전력망의 일부 이미지 - 사진: TN

PC Quang Tri는 베트남 전력 그룹(EVN)의 선구적 사업부로, 연구 개발에 참여하고 현장 정보 소프트웨어와 전력망 기술 관리 소프트웨어를 통합한 버전을 개발한 주도성을 인정받았습니다. 특히, 회사는 이미지를 사용하여 운영 그리드의 전력선과 변전소에서 이상을 감지하기 위해 자동화 분야의 인공지능(AI) 연구를 수행했습니다.

이러한 프로그램에는 다음이 포함됩니다. 건설 투자 관리 시스템(EVN-IMIS)에서 촬영 및 저장된 이미지에서 관심 객체를 자동으로 확인합니다. 이 프로그램은 투자 프로젝트에서 매년 촬영한 사진의 검사 및 분석을 자동화하는 데 도움이 되었습니다. 또는 전력망에 있는 전원이 공급되는 장치에서 촬영한 이미지를 사용하여 비정상적인 열을 자동으로 감지하는 인공지능 응용 프로그램입니다. 이 프로그램은 자동으로 이상을 분석하고 경고를 보내 기술 직원이 전기 사고를 예방하고 이러한 이상을 처리할 적절한 해결책을 찾을 수 있도록 돕습니다.

2022년, PC Quang Tri는 비행하는 드론이 수집한 이미지/비디오를 통해 전력망 안전 위험을 감지하기 위해 AI를 연구하고 적용했습니다. 전력 산업에서는 전력망 관리 소프트웨어(PMIS), 송전선과 변전소 검사를 디지털화하기 위한 중전압 현장 검사(KTHT) 등 전력망의 관리 및 운영을 위한 많은 프로그램을 적용하고 있지만, PMIS와 KTHT 프로그램의 이미지를 통한 존재 여부 감지는 여전히 육안으로만 이루어지고 있습니다.

이 방법을 사용하면 이미지와 비디오에서 감지하는 데 많은 시간이 걸립니다. 따라서 플라이캠/드론 장비에서 수집된 이미지와 비디오는 PMIS-AI 프로그램과 동기화되어 작업자가 쌍안경으로 시각적 검사를 수행할 필요 없이 자동으로 전력망 안전 위험을 분석하고 감지하게 됩니다. 따라서 비행하는 드론이 수집한 이미지/비디오를 통해 전력망 안전 위험을 탐지하는 데 AI 모델을 적용하는 것은 전력망 운영 관리에 긍정적인 효과를 가져왔습니다.

회사가 모델을 구축하고, 데이터를 표준화하고, 객체에 레이블을 지정하고, 객체 인식 프로그램을 훈련하는 것 외에도 시스템을 높은 정확도로 작동시키기 위해 Yolov5 모델 솔루션을 PMIS-AI 프로그램에 적용했습니다.

이 모델을 사용하면 4MB 이미지를 처리하는 데 1/10초만 걸립니다. 따라서 PC Quang Tri는 이 분야 연구에 참여하는 데 있어 초기 단계를 밟은 단위이며, 특히 광범위한 구현을 위한 많은 솔루션을 제안했습니다. 일반적으로 건설 투자 관리 분야의 시공 단계에서 이미지 인식에 인공지능을 적용하는 프로그램, 중앙 전력 공사 단위에 대한 열화상 카메라 자동 인식은 높은 평가를 받고 있으며 실무에 효과적으로 적용되고 있습니다.

2024년 PC Quang Tri의 Phan Van Vinh, Nguyen Van Tai, Le Cong Hieu, Le Van Minh, Nguyen Xuan Thuy 등의 저자 그룹이 발표한 "비행 임무에서 드론/UAV가 수집한 이미지/비디오에서 전력망 불안정 위험을 탐지하기 위한 인공지능의 연구 및 응용"이라는 주제로 베트남 과학기술협회 연합, 베트남기술혁신지원기금(VIFOTEC)이 주관한 제17회 국가기술혁신대회(2022-2023)에서 정보기술, 전자, 통신 분야에서 2등을 수상했습니다.

드론/무인 항공기에서 수집한 이미지/비디오에서 전력망 불안정 위험을 감지하는 AI 애플리케이션 솔루션을 통해 PC Quang Tri의 비행 임무에 따라 자동 비행 경로를 프로그래밍하는 것은 데이터 분석과 결합된 AI 인식 소프트웨어 범주에 속하며, 비행하는 드론에서 수집한 이미지/비디오에서 전력망 불안정 위험을 감지하고 경고를 제공합니다.

Yolov8 인공지능 모델과 기타 지원 도구(레이블링을 위한 LabelMe, 교육을 위한 Google Colab)를 적용하여 플라이캠/드론에서 수집한 이미지와 비디오를 통해 110kV, 22kV 송전선의 존재/비정상을 감지합니다. 특히 닳은 노출된 도체, 느슨한 도자기 넥타이, 더럽거나 깨지거나 금이 간 절연체 및 전력망의 다른 비정상적인 물체를 감지하는 데 중점을 둡니다.

전력망 위를 비행하는 드론의 자율 비행 경로 프로그래밍은 전력망 모니터링의 안전과 효율성을 높이는 첨단 기술입니다. 이 시스템은 전력망을 자동으로 지속적으로 모니터링하고, 전력망 안전 위험을 감지하기 위한 포괄적인 정보를 제공하도록 설계되었습니다. 그리드 안전 모니터링의 효율성을 높이기 위한 솔루션; 비용 절감 모니터링 비용 절감 정확도를 높이다 운영 효율성 증가 시간과 인력을 줄이세요

디지털 기술의 힘을 최대한 활용해 기술 관리의 효율성을 높이고 안전한 전력망 운영을 보장하려는 목표로, 기술 관리에 AI를 연구하고 적용하는 것은 피할 수 없는 추세입니다. 이는 노동생산성을 향상시키고 전기품질관리의 효과성을 높이는 데 크게 기여할 것이기 때문입니다. 이를 통해 지역 사회 경제적 발전에 이바지하는 안정적이고 안전한 전력원을 제공합니다.

탄 응웬

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