Cảnh báo nguy cơ mất an toàn lưới điện bằng trí tuệ nhân tạo

Hiện nay, trí tuệ nhân tạo (TTNT) đang mở ra một bước ngoặt mới trong nhiều ngành công nghiệp trên toàn cầu, trong đó có ngành điện. Sự phát triển nhanh chóng của TTNT đã đem lại những cải tiến đáng kể trong việc tự động hóa quy trình, nâng cao độ chính xác và hiệu quả trong quản lý, điều hành và bảo dưỡng hệ thống điện.

Nhóm tác giả của PC Quảng Trị nhận giải Nhì tại Lễ tổng kết và trao giải Hội thi Sáng tạo Kỹ thuật toàn quốc lần thứ 17 -Ảnh: TUẤN VIỆT

Trước đây việc kiểm tra lưới điện cần nhiều công sức, thời gian và thường không đạt được độ chính xác như mong muốn do phụ thuộc vào yếu tố con người. Nhằm phát huy các thành tựu về sử dụng thiết bị bay không người lái trong các lĩnh vực quản lý, tập trung nghiên cứu các thiết bị drone UAV bay và ứng dụng IoT vào trong việc lập trình và thiết lập các đường bay, điều khiển bay tự động thu thập dữ liệu (hình ảnh, video) thông qua các hệ thống AI, nhóm tác giả của Công ty Điện lực Quảng Trị (PC Quảng Trị) đã xây dựng đề tài “Nghiên cứu, ứng dụng công nghệ IoT tích hợp với cơ sở dữ liệu GIS để thiết lập chế độ bay tự động cho thiết bị UAV, thu thập và xử lý dữ liệu hình ảnh lưới điện phân phối, tự động cảnh báo nguy cơ mất an toàn lưới điện bằng trí tuệ nhân tạo”.

Đề tài do Giám đốc PC Quảng Trị Phan Văn Vĩnh làm chủ nhiệm vừa đoạt giải Nhì, Hội thi Sáng tạo Kỹ thuật toàn quốc lần thứ 17 (2022-2023) do Liên hiệp các Hội Khoa học và Kỹ thuật Việt Nam, Quỹ Hỗ trợ sáng tạo kỹ thuật Việt Nam (VIFOTEC) tổ chức là một minh chứng tiêu biểu cho việc áp dụng IoT trong giải quyết các thách thức cụ thể của ngành điện.

Đề tài này tiếp cận vấn đề một cách toàn diện, sáng tạo và tập trung, áp dụng IoT và TTNT vào lĩnh vực quản lý và bảo dưỡng lưới điện, tập trung vào việc ứng dụng IoT trong hệ thống điều khiển bay tự động flaycam, kết hợp AI nhận dạng các đối tượng bất thường trên lưới điện.

Tính mới của đề tài này xuất phát từ sự kết hợp giữa hai lĩnh vực chính là TTNT và drone lập trình bay tự động. Trong môi trường ngày càng phát triển của công nghệ thông tin, TTNT đã đóng một vai trò quan trọng trong việc xử lý dữ liệu và phân tích hình ảnh/ video. Drone được sử dụng ngày càng phổ biến trong việc giám sát và quản lý hạ tầng điện lưới nhưng việc xử lý dữ liệu từ drone vẫn còn đòi hỏi sự can thiệp của con người.

Kết hợp drone với TTNT giúp cải thiện khả năng tự động hóa và giảm thiểu sự phụ thuộc vào con người. Việc sử dụng drone/UAV lập trình bay tự động cho việc thu thập hình ảnh/video giúp giảm thiểu thời gian và chi phí so với các phương pháp truyền thống. Kết hợp với TTNT, việc phát hiện nguy cơ mất an toàn có thể diễn ra một cách nhanh chóng và hiệu quả, giúp tăng cường khả năng đáp ứng và xử lý các vấn đề an toàn nhanh hơn.

Việc kiểm tra lưới điện và phát hiện nguy cơ mất an toàn thường đòi hỏi nhân viên phải làm việc trong môi trường nguy hiểm. Sử dụng drone/UAV và TTNT cho phép thực hiện việc này từ xa và giảm nguy cơ cho nhân viên. Drone/UAV có khả năng bay đến những khu vực khó tiếp cận hoặc nguy hiểm.

Sử dụng TTNT cho phép xử lý và phân tích các hình ảnh/video thu thập từ drone/UAV một cách tự động và chính xác hơn. Điều này giúp giảm thiểu sai sót do yếu tố con người và tăng cường khả năng phát hiện các nguy cơ tiềm ẩn một cách hiệu quả. Công nghệ drone/UAV và TTNT có thể mở rộng quy mô và phạm vi áp dụng sang nhiều khu vực và vùng đất khác nhau, từ khu vực đô thị đến vùng quê, giúp tăng cường khả năng phát hiện và ứng phó với các vấn đề an toàn trên lưới điện toàn cầu.

Drone được sử dụng để thực hiện các nhiệm vụ giám sát toàn diện về lưới điện, từ đó phát hiện các điểm yếu, hư hỏng, hoặc nguy cơ tiềm ẩn trên đường dây, trạm biến áp và các công trình điện. TTNT kết hợp với drone giúp nhanh chóng phát hiện các hư hỏng sau thiên tai như bão, động đất, lở đất, giúp cơ quan quản lý có những thông tin đầy đủ và chính xác để triển khai các biện pháp khắc phục kịp thời. Lập trình bay tự động kết hợp với AI có thể thực hiện việc kiểm tra, đánh giá tình trạng của các cột điện, đo đạc các thông số và dữ liệu môi trường để phát hiện sớm các vấn đề tiềm ẩn.

Bên cạnh đó với sự phát triển công nghệ ngày càng nhanh, các mô hình TTNT mới, các thuật toán học sâu (Deep Learning) ngày càng được nâng cao độ chính xác, song song đó là việc giao tiếp với các drone/ UAV thông qua các hệ thống IoT ngày càng phát triển hoàn thiện, mang tính tự động hóa cao. Điều này đảm bảo cho việc nghiên cứu xây dựng các hệ thống mới trên nền tảng công nghệ mới, nâng cao độ chính xác, tự động hóa và đồng thời làm chủ công nghệ để phát triển là hết sức cần thiết. Việc triển khai các drone này để thu thập dữ liệu hình ảnh/video và áp dụng TTNT không chỉ dễ dàng mà còn hiệu quả trong việc cải thiện quá trình quản lý và duy trì an toàn lưới điện.

Với đặc thù lưới điện phân phối, các thuộc tính, đối tượng khác với các nghiên cứu trước đây của các đơn vị, nhóm đề tài đặt ra nhiệm vụ xây dựng ứng dụng IoT kết hợp mô hình AI để phát hiện các tồn tại bất thường trên lưới điện phân phối.

Trong đó, tập trung vào tự động hóa trong việc thiết lập nhiệm vụ bay tự động và truyền nhận dữ liệu thu thập về máy chủ để hệ thống AI tự động phân tích các tồn tại bất thường trên lưới điện phân phối. Việc áp dụng AI vào việc nhận diện các đối tượng bất thường trên lưới điện cũng mở ra nhiều hướng nghiên cứu và ứng dụng mới cho AI trong ngành điện. Điều này không chỉ góp phần vào sự phát triển của AI và công nghệ mà còn tạo cơ hội cho các nghiên cứu AI trong ngành điện ở tương lai.

Tân Nguyên