Elektros linijų patikrų gerinimas pasitelkiant dirbtinį intelektą ir skaitmenizaciją

ESO ir „eSmart Systems“ bendradarbiavo bandomajame projekte, siekdami išbandyti „Grid Vision®“ – dirbtiniu intelektu paremtą platformą, skirtą tinklo infrastruktūros skaitmenizavimui ir rizika pagrįstoms patikroms. Naudojant dronais darytas didelės raiškos nuotraukas, sprendimas suteikia centralizuotą skaitmeninių duomenų saugyklą ir leidžia aptikti defektus, nuosekliai dokumentuoti tinklo elementus bei priimti duomenimis grįstus sprendimus.

Bandomasis projektas apėmė devynias 35 kV oro linijas Kauno ir Alytaus regionuose, kurių bendras ilgis – 109 km, o objektų skaičius – 593 (gelžbetoniniai stulpai ir metalinės atramos). Naudodama SaaS pagrindu veikiančią „Grid Vision®“ platformą, „eSmart Systems“ pademonstravo, kaip skaitmeninės patikrų technologijos gali supaprastinti įrenginių patikras, pagerinti tinklo matomumą ir sudaryti pagrindą masteliui pritaikomam tinklo intelektui.

ESO siekia modernizuoti savo patikrų procesą, panaudodama skaitmeninius duomenis, kad pagerintų įrenginių būklės vertinimą ir planavimą. Tradicinės patikros daugiausia remiasi vizualiu inspektavimu objektuose, kuris gali būti netolygus ir reikalaujantis ženklių resursų. Bandomojo projekto tikslas buvo įvertinti, ar dirbtiniu intelektu pagrįstos virtualios patikros gali tiksliai aptikti svarbius 35 kV linijų defektus ir sklandžiai integruotis su ESO turto valdymo sistema.

„Grid Vision®“ suteikia DI pagrįstą platformą, kuri automatizuoja patikras ir paverčia žalius patikros duomenis praktiškai pritaikomomis įžvalgomis. Procesas prasideda nuo aukštos kokybės duomenų, daugiausia surinktų dronais, įkėlimo į debesį, kur DI modeliai ir žmonių ekspertai kartu nustato anomalijas, klasifikuoja defektus ir susieja rezultatus su konkrečiais įrenginių įrašais.

ESO atveju bandomasis projektas buvo sutelktas į:
• DI padedamą stulpų, skersinių, laidininkų, armatūros ir izoliatorių defektų aptikimą
• Peržiūros darbo eigą, tiesiogiai susiejančią radinius su ESO įrenginių ID
• Duomenų eksportą, pritaikytą įkelti į GIS ir priežiūros sistemas

Sukurdama skaitmeninį ir atsekamą patikrų procesą, „Grid Vision®“ leidžia pereiti nuo reaktyvaus prie prevencinio darbo, taip pagerinant patikimumą, atsparumą ir sumažinant bendras sąnaudas.

Bandomasis projektas sėkmingai patvirtino viso skaitmeninės patikros proceso vertę, parodė, kad DI padedamos patikros gali pateikti struktūruotus vizualinius įrenginių duomenis, tinkamus integracijai į sistemas ir pažangiai analitikai. Taip pat buvo nustatytos pagrindinės vystymo sritys, būtinos norint išplėsti poveikį visame ESO tinkle, įskaitant tolesnį modelio mokymą, įrenginių klasifikavimo suderinimą ir darbo eigos automatizavimą.

Išmoktos pamokos

• Bandomojo projekto metu DI įrankis aptiko defektus, iš kurių apie 30 % buvo aktualūs ESO 35 kV oro linijoms. Padengimo rodiklį galima ženkliai pagerinti naudojant „Adaptive AI®“ technologiją ir toliau mokant modelį atpažinti ESO įrenginiams būdingus defektus.
• Aeronuotraukos suteikia išsamesnį įrenginių būklės vaizdą, sumažina nepastebėtų defektų tikimybę ir padeda išvengti nereikalingo pakartotinio darbo.

Kiti žingsniai

Toliau mokant DI modelius ESO specifiniams defektams ir automatizuojant duomenų srautus tarp GIS, MX ir „Grid Vision®“, ESO gali žymiai sutrumpinti patikrų ciklus ir pagerinti jų nuoseklumą.
Įdiegus šiuos patobulinimus, ESO galės visiškai išnaudoti tinklo skaitmenizacijos potencialą – greičiau gauti įžvalgas, turėti tikslesnius įrenginių duomenis ir sukurti tvirtą pagrindą prediktyviai ir duomenimis grįstai veiklai.