ИИ и дроны в диагностике энергообъектов Казахстана
В Казахстане Министерство энергетики активно внедряет современные цифровые технологии, включая искусственный интеллект и дронов, для диагностики энергообъектов. В рамках соглашения с ТОО "aiEnergo" был успешно завершен пилотный проект, который продемонстрировал эффективность бесконтактной диагностики линий электропередачи (ЛЭП). Используя дронов, специалисты обследовали более 200 опор ЛЭП всего за несколько часов, не отключая при этом линии, что позволило оперативно выявить потенциальные риски.
Новые технологии для повышения надежности
Для дальнейшего масштабирования таких инноваций прошли рабочие встречи с Комитетом по регулированию естественных монополий и Министерством национальной экономики. Обсуждались вопросы нормативного сопровождения и возможности тиражирования успешных практик в области электроэнергетики. Параллельно ведется работа над усовершенствованием технологий ИИ-дефектоскопии, что включает разработку классификаторов дефектов для линий 110 кВ и расширение мониторинга ВЛ 35 кВ с применением ультрафиолетовых камер, лидаров и тепловизоров.
Система автоматического выявления дефектов
Эти технологии обеспечивают высокую точность диагностики, позволяя обнаруживать скрытые дефекты, перегревы, коронарные разряды и деформации конструкций. Всё это значительно повышает надежность энергоснабжения. Система дефектоскопии ЛЭП внедряется в рамках информационной системы EnergyTech, что является частью Карты цифровой трансформации топливно-энергетического комплекса.
Будущее проактивной диагностики
Цифровой сервис, который разрабатывается, включает автоматическое выявление дефектов на основе анализа медиаконтента, такого как видео и фотографии, а также данные тепловизоров и LiDAR. Важной частью системы является цифровая паспортизация объектов с привязкой обнаруженных дефектов к техническим местам и анализ состояния с использованием обучаемых нейросетей, достигающих точности распознавания до 98%.
Создание отраслевого дата-центра
В дополнение к этому планируется создание отраслевого дата-центра визуальной информации, который будет содержать эталонные выборки для переобучения моделей ИИ. Сценарии автоматической маршрутизации дефектов в системы технического обслуживания и ремонта помогут заложить основу для проактивной диагностики, цифрового технадзора и снижения аварийности в сетях передачи и распределения электроэнергии.
