ИИ ускорил диагностику аварий в электросетях до долей секунды

Студенты и сотрудники НИЯУ МИФИ вместе с коллегами из Института искусственного интеллекта AIRI и Ивановского государственного энергетического университета предложили метод применения искусственного интеллекта для мгновенного анализа аварий в электрических сетях.

При коротком замыкании или другом сбое защитная автоматика фиксирует осциллограмму — «слепок» поведения сети в момент аварии. Сейчас инженерам приходится перенести эти данные на внешний носитель и отправить в офис или производителю оборудования, что может занимать часы и даже дни.

Учёные МИФИ предлагают принципиально иной подход: каскадную архитектуру нейросетей, способную обрабатывать высокочастотные сигналы непосредственно на подстанции, на периферийных устройствах.

«Мы разработали концепцию, состоящую из нескольких моделей. Легковесные модели работают очень быстро, позволяя детектировать высокочастотные сигналы. Есть второй этап — более тяжеловесные модели, которые уже не спеша размечают временные метки на осциллограмме», — объяснил младший научный сотрудник Института интеллектуальных кибернетических систем НИЯУ МИФИ Александр Коваленко.

Поверх технических моделей исследователи планируют применять языковые модели ИИ, которые будут автоматически формировать человекочитаемые отчёты и отправлять их на центральный пульт управления.

«В этих отчётах будет говориться о том, на каком участке произошла авария, тип неисправности и предполагаемые действия», — уточнил Коваленко. По словам учёного, диагностика занимает доли секунды, что позволяет перейти от реактивного реагирования к онлайн‑мониторингу состояния сети.

Изначально партнёры из Ивановского энергетического университета хотели понять, способен ли ИИ различать события на осциллограммах. К решению подключили студентов МИФИ — многие прошли через проект в рамках дипломных работ.

«Начинали мы просто с того, чтобы попробовать машинное обучение, а пришли к целой концепции, которая потенциально может выглядеть как прототип решения для реальной практики», — отметил Коваленко.

Разработка пока остаётся прототипом, но уже вызывает интерес профильных энергетических компаний, заинтересованных в повышении надёжности и автоматизации сетей. По словам авторов, ключевая ценность проекта — работа с реальными («живыми») данными, а не с синтетическими датасетами.

Источник информации: Национальный исследовательский ядерный университет МИФИ

Источник фото: ru.123rf.com

Научная Россия

Что читать дальше

Подборка материалов по этой теме.

Сейчас читают

Материалы, которые чаще открывают сегодня.

Загрузка…

Ещё по теме

Продолжить чтение

Материалы, которые помогут не выпадать из темы.