ຄົ້ນຄວ້າ ແລະ ນຳໃຊ້ປັນຍາປະດິດຢ່າງຫ້າວຫັນໃນການຄຸ້ມຄອງ ແລະ ການດໍາເນີນງານຂອງຕາຂ່າຍໄຟຟ້າ

ໃນຊຸມປີມໍ່ໆມານີ້, ບໍລິສັດໄຟຟ້າກວາງຈິ (PC Quang Tri) ໄດ້ຕັ້ງໜ້າຄົ້ນຄວ້າ, ກໍ່ສ້າງ ແລະ ນຳ ໃຊ້ວິທະຍາສາດ ແລະ ເຕັກໂນໂລຊີ ໃນຂົງເຂດການດຳເນີນງານອັດຕະໂນມັດ, ກວດກາ, ປະເມີນຄຸນນະພາບຕາຂ່າຍໄຟຟ້າ, ການຄຸ້ມຄອງການລົງທຶນກໍ່ສ້າງ ແລະ ທຸລະກິດການບໍລິການລູກຄ້າ, ປະກອບສ່ວນປັບປຸງການຜະລິດ ແລະ ດຳເນີນທຸລະກິດຂອງບໍລິສັດ.

ບາງຮູບພາບຂອງຕາຂ່າຍໄຟຟ້າທີ່ບໍ່ປອດໄພ ກວດພົບໂດຍ drones/UAVs - ຮູບພາບ: TN

PC Quang Tri ແມ່ນຫົວໜ່ວຍບຸກເບີກຂອງກຸ່ມບໍລິສັດໄຟຟ້າຫວຽດນາມ (EVN) ເຂົ້າຮ່ວມການຄົ້ນຄວ້າ ແລະ ພັດທະນາ ແລະ ໄດ້ຮັບການຍອມຮັບສຳລັບຂໍ້ລິເລີ່ມຂອງຕົນດ້ວຍຊອບແວຂໍ້ມູນພາກສະໜາມ ແລະ ຊອບແວການຄຸ້ມຄອງລະບົບຕາຂ່າຍໄຟຟ້າແບບປະສົມປະສານ. ໂດຍສະເພາະ, ບໍລິສັດໄດ້ດໍາເນີນການຄົ້ນຄ້ວາໃນພາກສະຫນາມຂອງປັນຍາປະດິດ (AI) ໃນອັດຕະໂນມັດເພື່ອກວດຫາຄວາມຜິດປົກກະຕິຂອງສາຍໄຟຟ້າແລະສະຖານີຫມໍ້ແປງໃນຕາຂ່າຍໄຟຟ້າປະຕິບັດງານໂດຍໃຊ້ຮູບພາບ.

ບາງໂຄງການເຫຼົ່ານີ້ລວມມີ: ການກວດສອບວັດຖຸທີ່ມີຄວາມສົນໃຈໃນຮູບພາບທີ່ຖືກບັນທຶກແລະເກັບຮັກສາໄວ້ໃນລະບົບການຄຸ້ມຄອງການລົງທຶນກໍ່ສ້າງ (EVN-IMIS). ໂຄງການນີ້ໄດ້ຊ່ວຍໃຫ້ອັດຕະໂນມັດການກວດກາແລະວິເຄາະຮູບພາບທີ່ໄດ້ຮັບປະຈໍາປີຢູ່ໃນໂຄງການການລົງທຶນ; ຫຼືໂຄງການຄໍາຮ້ອງສະຫມັກປັນຍາປະດິດທີ່ອັດຕະໂນມັດກວດພົບຄວາມຮ້ອນຜິດປົກກະຕິໂດຍໃຊ້ຮູບພາບທີ່ຖ່າຍຈາກອຸປະກອນທີ່ມີພະລັງງານຢູ່ໃນຕາຂ່າຍໄຟຟ້າ. ໂປຣແກຣມຈະວິເຄາະອັດຕະໂນມັດ ແລະໃຫ້ຄຳເຕືອນ ເພື່ອຊ່ວຍໃຫ້ພະນັກງານວິຊາການຊອກຫາວິທີແກ້ໄຂທີ່ເໝາະສົມເພື່ອຈັດການກັບຄວາມຜິດປົກກະຕິເຫຼົ່ານັ້ນ ເພື່ອປ້ອງກັນເຫດການໄຟຟ້າທີ່ອາດຈະເກີດຂຶ້ນ.

ປີ 2022, PC Quang Tri ໄດ້ຄົ້ນຄ້ວາ ແລະ ນຳໃຊ້ AI ເພື່ອກວດສອບຄວາມສ່ຽງດ້ານຄວາມປອດໄພຂອງຕາຂ່າຍໄຟຟ້າຈາກຮູບພາບ/ວິດີໂອທີ່ເກັບກຳໄດ້ໂດຍຍົນໂດຣນບິນ. ເຖິງແມ່ນວ່າອຸດສາຫະກໍາໄຟຟ້າໄດ້ນໍາໃຊ້ຫຼາຍໂຄງການເພື່ອຮັບໃຊ້ການຄຸ້ມຄອງແລະການດໍາເນີນງານຂອງຕາຂ່າຍໄຟຟ້າເຊັ່ນ: ຊອບແວການຄຸ້ມຄອງຕາຂ່າຍໄຟຟ້າ (PMIS), ການກວດສອບແຮງດັນກາງ (KTHT) ໂດຍມີຈຸດປະສົງເພື່ອ digitizing ການກວດສອບສາຍໄຟຟ້າແລະສະຖານີຫມໍ້ແປງ, ແນວໃດກໍ່ຕາມ, ການກວດສອບການມີຢູ່ຕາມຮູບພາບຈາກ PMIS ແລະໂຄງການ KTHT ແມ່ນຍັງເຮັດດ້ວຍຕາເປົ່າ.

ດ້ວຍວິທີນີ້, ມັນໃຊ້ເວລາຫຼາຍໃນການກວດສອບຈາກຮູບພາບແລະວິດີໂອ. ດັ່ງນັ້ນ, ຮູບພາບ ແລະ ວິດີໂອທີ່ເກັບມາຈາກອຸປະກອນ flycam/drone ຈະຖືກ synchronized ເຂົ້າໄປໃນໂຄງການ PMIS-AI ແລະການວິເຄາະອັດຕະໂນມັດແລະກວດພົບຄວາມສ່ຽງຕໍ່ຄວາມປອດໄພຂອງຕາຂ່າຍໄຟຟ້າແທນທີ່ຈະເປັນພະນັກງານປະຕິບັດການກວດສອບສາຍຕາດ້ວຍກ້ອງສ່ອງທາງໄກ. ດັ່ງນັ້ນ, ການນຳໃຊ້ແບບຈຳລອງ AI ໃນການກວດຫາຄວາມສ່ຽງດ້ານຄວາມປອດໄພຂອງຕາຂ່າຍໄຟຟ້າຈາກຮູບພາບ/ວິດີໂອທີ່ເກັບກຳໄດ້ໂດຍ drones ບິນໄດ້ນໍາເອົາຜົນກະທົບທາງບວກໃນການຄຸ້ມຄອງການດໍາເນີນງານຂອງຕາຂ່າຍ.

ເພື່ອໃຫ້ລະບົບປະຕິບັດງານດ້ວຍຄວາມຖືກຕ້ອງສູງ, ນອກເຫນືອຈາກການສ້າງແບບຈໍາລອງ, ຂໍ້ມູນມາດຕະຖານ, ການຕິດສະຫຼາກວັດຖຸແລະການຝຶກອົບຮົມໂຄງການຮັບຮູ້ວັດຖຸ, ບໍລິສັດໄດ້ນໍາໃຊ້ການແກ້ໄຂແບບຈໍາລອງ Yolov5 ກັບໂຄງການ PMIS-AI.

ດ້ວຍຮູບແບບນີ້, ການປະມວນຜົນຮູບພາບ 4MB ໃຊ້ເວລາພຽງແຕ່ 1/10 ວິນາທີ. ສະນັ້ນ, PC Quang Tri ແມ່ນໜ່ວຍງານທີ່ມີບາດກ້າວບຸກທະລຸໃນການເຂົ້າຮ່ວມການຄົ້ນຄ້ວາໃນຂົງເຂດນີ້, ພິເສດແມ່ນມີຫຼາຍວິທີແກ້ໄຂເພື່ອຜັນຂະຫຍາຍຢ່າງກວ້າງຂວາງ. ໂດຍປົກກະຕິ, ໂຄງການຂອງການນໍາໃຊ້ປັນຍາປະດິດໃນການຮັບຮູ້ຮູບພາບໃນຂັ້ນຕອນການກໍ່ສ້າງຂອງພາກສະຫນາມຂອງການຄຸ້ມຄອງການລົງທຶນກໍ່ສ້າງ, ການຮັບຮູ້ອັດຕະໂນມັດຂອງກ້ອງຖ່າຍຮູບຄວາມຮ້ອນສໍາລັບຫນ່ວຍງານຂອງບໍລິສັດໄຟຟ້າສູນກາງແມ່ນໄດ້ຮັບການຕີລາຄາສູງແລະປະຕິບັດຢ່າງມີປະສິດທິພາບ.

ໃນປີ 2024, ຫົວຂໍ້ “ການຄົ້ນຄວ້າ ແລະ ນຳໃຊ້ປັນຍາປະດິດ ເພື່ອກວດຫາຄວາມສ່ຽງຂອງຄວາມບໍ່ໝັ້ນຄົງຂອງຕາຂ່າຍໄຟຟ້າ ຈາກຮູບພາບ/ວິດີໂອ ທີ່ເກັບກຳໂດຍ Drones/UAVs ຈາກພາລະກິດການບິນ” ໂດຍກຸ່ມນັກປະພັນຄື: ອາຈານ Phan Van Vinh, ຫງວຽນວັນໄຕ, Le Cong Hieu, Le Van Minh, Nguyen Xuan Thuy ຂອງ PC Quang Tri ໄດ້ຮັບລາງວັນທີ 2 (2017). ສະມາຄົມວິທະຍາສາດ ແລະ ເຕັກໂນໂລຊີຫວຽດນາມ, ກອງທຶນໜູນຊ່ວຍນະວັດຕະກຳເຕັກນິກຫວຽດນາມ (VIFOTEC) ໃນຂົງເຂດ: ເຕັກໂນໂລຊີຂໍ້ມູນຂ່າວສານ, ເອເລັກໂຕຣນິກ, ໂທລະຄົມ.

ດ້ວຍການແກ້ໄຂແອັບພລິເຄຊັນ AI ເພື່ອກວດຫາຄວາມສ່ຽງຂອງຄວາມບໍ່ໝັ້ນຄົງຂອງຕາຂ່າຍໄຟຟ້າຈາກຮູບພາບ/ວິດີໂອທີ່ເກັບກຳໂດຍ drones/UAVs, ການຂຽນໂປຣແກຣມເສັ້ນທາງການບິນອັດຕະໂນມັດຕາມໜ້າວຽກການບິນຂອງ PC Quang Tri ແມ່ນຢູ່ໃນໝວດໝູ່ຂອງຊອບແວການຮັບຮູ້ AI ສົມທົບກັບການວິເຄາະຂໍ້ມູນເພື່ອໃຫ້ຄຳເຕືອນ ແລະກວດຫາຄວາມສ່ຽງຂອງຄວາມບໍ່ໝັ້ນຄົງຂອງຕາຂ່າຍໄຟຟ້າຈາກຮູບພາບ/ວິດີໂອທີ່ເກັບກຳໂດຍ drone.

ການນຳໃຊ້ຕົວແບບປັນຍາປະດິດ Yolov8, ເຄື່ອງມືສະໜັບສະໜູນອື່ນໆ (LabelMe ສຳລັບການຕິດສະຫຼາກ, Google Colab ສໍາລັບການຝຶກອົບຮົມ) ເພື່ອກວດຫາການມີຢູ່/ຄວາມຜິດປົກກະຕິຂອງສາຍ 110kV, 22kV ຜ່ານຮູບພາບ ແລະວິດີໂອທີ່ເກັບມາຈາກ flycam/drones, ໂດຍສະເພາະແມ່ນສຸມໃສ່ການກວດຫາວັດຖຸຂອງຕົວນໍາເປົ່າທີ່ແຕກຫັກ, ສາຍຄໍ porcelain ວ່າງ, insulation ເປື້ອນ, ຮອຍແຕກອື່ນໆ.

ການວາງແຜນເສັ້ນທາງການບິນແບບອັດຕະໂນມັດສໍາລັບ drones ທີ່ບິນຜ່ານຕາຂ່າຍໄຟຟ້າແມ່ນເຕັກໂນໂລຢີທີ່ກ້າວຫນ້າທາງດ້ານຄວາມປອດໄພແລະປະສິດທິພາບຂອງການຕິດຕາມຕາຂ່າຍໄຟຟ້າ. ລະບົບໄດ້ຖືກອອກແບບເພື່ອຕິດຕາມກວດກາຕາຂ່າຍໄຟຟ້າອັດຕະໂນມັດແລະຢ່າງຕໍ່ເນື່ອງ, ແລະສະຫນອງຂໍ້ມູນທີ່ສົມບູນແບບເພື່ອກວດພົບຄວາມສ່ຽງດ້ານຄວາມປອດໄພຂອງຕາຂ່າຍໄຟຟ້າ. ການແກ້ໄຂເພື່ອເພີ່ມທະວີປະສິດທິພາບຂອງການຕິດຕາມຄວາມປອດໄພຕາຂ່າຍໄຟຟ້າ; ການປະຫຍັດຄ່າໃຊ້ຈ່າຍ; ຫຼຸດຜ່ອນຄ່າໃຊ້ຈ່າຍໃນການຕິດຕາມ; ເພີ່ມຄວາມຖືກຕ້ອງ; ເພີ່ມປະສິດທິພາບການດໍາເນີນງານ; ຫຼຸດຜ່ອນເວລາ ແລະກຳລັງຄົນ

ດ້ວຍຈຸດປະສົງຂອງການເພີ່ມປະສິດທິພາບຂອງເຕັກໂນໂລຢີດິຈິຕອນເພື່ອປັບປຸງປະສິດທິພາບໃນການຄຸ້ມຄອງດ້ານວິຊາການແລະຮັບປະກັນການດໍາເນີນງານຂອງຕາຂ່າຍໄຟຟ້າທີ່ປອດໄພ, ການຄົ້ນຄວ້າແລະນໍາໃຊ້ AI ໃນການຄຸ້ມຄອງດ້ານວິຊາການແມ່ນແນວໂນ້ມທີ່ບໍ່ສາມາດຫຼີກລ່ຽງໄດ້. ເພາະວ່າ ສິ່ງດັ່ງກ່າວຈະປະກອບສ່ວນຢ່າງຫຼວງຫຼາຍເຂົ້າໃນການປັບປຸງຜະລິດຕະພັນແຮງງານ ແລະ ປະສິດທິພາບຂອງການຄຸ້ມຄອງຄຸນນະພາບໄຟຟ້າ. ຈາກນັ້ນ, ສະໜອງແຫຼ່ງພະລັງງານທີ່ໝັ້ນຄົງ ແລະ ປອດໄພ ເພື່ອຮັບໃຊ້ການພັດທະນາເສດຖະກິດ-ສັງຄົມຂອງທ້ອງຖິ່ນ.

Tan Nguyen

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