Специалисты и учащиеся НИЯУ МИФИ вместе с экспертами Института искусственного интеллекта AIRI и Ивановского государственного энергетического университета создали революционный метод. Он использует искусственный интеллект для молниеносного анализа неполадок в энергосистемах.
Сейчас при коротком замыкании или сбое защитная автоматика записывает осциллограмму, "слепок" состояния сети в момент аварии. Однако для выяснения причины инженерам нужно копировать эти данные на носитель, доставлять их в офис или передавать производителю оборудования. Эта процедура занимает много часов, иногда дней.
Ученые НИЯУ МИФИ нашли кардинально новое решение. Их инновационная каскадная архитектура нейронных сетей анализирует сигналы с высокой частотой дискретизации непосредственно на месте, на подстанции или периферийных устройствах.
Как работает умная система диагностики
"Мы создали концепцию из нескольких моделей. Быстрые легковесные модели мгновенно детектируют высокочастотные сигналы. Затем более сложные модели точно размечают временные метки на осциллограмме", пояснил Александр Коваленко, младший научный сотрудник Института интеллектуальных кибернетических систем НИЯУ МИФИ.
Поверх технических моделей исследователи интегрировали языковые ИИ-модели. Эти системы автоматически формируют понятные отчеты и направляют их на центральный пульт управления.
Мгновенные отчеты и онлайн-мониторинг
"Отчеты указывают место аварии, тип неисправности и рекомендуемые действия", уточнил Коваленко. По его словам, вся диагностика выполняется за доли секунды. Это открывает путь от реагирования на сбои к постоянному онлайн-контролю состояния электросетей.
Образование как двигатель прорыва
Интересно, что прорывной результат стал плодом учебного процесса. Партнеры из Ивановского энергоуниверситета изначально хотели проверить, может ли ИИ распознавать события на осциллограммах. К задаче привлекли студентов НИЯУ МИФИ.
"Многие учащиеся работали над проектом в рамках дипломов. Мы начали с экспериментов в машинном обучении, а пришли к цельной концепции, потенциально применимой на практике", подчеркнул Александр Коваленко.
Работа с реальными данными и перспективы
Ключевая ценность такого сотрудничества, по его мнению, работа с "живыми", реальными данными, а не с искусственными наборами из интернета. Сейчас разработка представлена как прототип, но уже привлекает внимание энергокомпаний, стремящихся повысить надежность и автоматизацию своих сетей.
Источник информации: Национальный исследовательский ядерный университет МИФИ
Источник: scientificrussia.ru