В МИФИ научили ИИ быстро находить аварии в электросетях
Диагностика с помощью ИИ занимает доли секунды. Это может помочь энергетикам быстрее реагировать на аварии и перейти к постоянному наблюдению за состоянием электросетей.
Источник: Новости науки. Иллюстрация подготовлена с помощью трансформера.
МОСКВА, 24 апреля. /Новости науки/. Студенты и сотрудники НИЯУ МИФИ вместе с коллегами из Института AIRI и Ивановского государственного энергетического университета разработали метод, который помогает искусственному интеллекту быстро определять причины аварий в электросетях. Об этом сообщили в МИФИ.
«Мы разработали концепцию, состоящую из нескольких моделей. Легкие модели работают очень быстро и позволяют находить высокочастотные сигналы. Есть второй этап — более тяжелые модели. Они уже размечают временные метки на осциллограмме», — сказал младший научный сотрудник Института интеллектуальных кибернетических систем НИЯУ МИФИ Александр Коваленко.
Когда в электросети происходит короткое замыкание или другой сбой, защитная автоматика записывает осциллограмму. Это график, который показывает, как сеть вела себя в момент аварии. Сейчас инженерам часто приходится вручную переносить эти данные, отправлять их в офис или производителю оборудования. Такой разбор может занять часы или дни.
Новый метод позволяет анализировать сигналы сразу на подстанции. Для этого ученые предложили каскадную систему нейросетей. Сначала быстрые модели находят важные участки сигнала. Затем более сложные модели уточняют временные метки и помогают определить тип неисправности.
Исследователи также предлагают использовать языковые модели. Они смогут автоматически готовить понятные отчеты для диспетчеров и отправлять их на центральный пульт управления.
«В этих отчетах будет говориться о том, на каком участке произошла авария, тип неисправности и предполагаемые действия», — отметил Коваленко.
По словам исследователя, диагностика занимает доли секунды. Это может помочь энергетикам быстрее реагировать на аварии и перейти к постоянному наблюдению за состоянием электросетей.
Проект начался как учебная и исследовательская задача. Специалисты Ивановского энергетического университета хотели проверить, может ли ИИ различать события на осциллограммах. К работе подключились студенты МИФИ.
«Многие студенты прошли в рамках своих дипломных работ через наш проект. Начинали мы просто с того, чтобы попробовать машинное обучение, а пришли к целой концепции, которая потенциально может выглядеть как прототип решения для реальной практики», — сказал Коваленко.
Он добавил, что важную роль сыграла работа с реальными данными электросетей, а не с учебными наборами из интернета. Сейчас разработка находится на стадии прототипа. По данным МИФИ, ею уже интересуются энергетические компании, которым нужны более надежные и автоматизированные сети.
«Мы разработали концепцию, состоящую из нескольких моделей. Легкие модели работают очень быстро и позволяют находить высокочастотные сигналы. Есть второй этап — более тяжелые модели. Они уже размечают временные метки на осциллограмме», — сказал младший научный сотрудник Института интеллектуальных кибернетических систем НИЯУ МИФИ Александр Коваленко.
Когда в электросети происходит короткое замыкание или другой сбой, защитная автоматика записывает осциллограмму. Это график, который показывает, как сеть вела себя в момент аварии. Сейчас инженерам часто приходится вручную переносить эти данные, отправлять их в офис или производителю оборудования. Такой разбор может занять часы или дни.
Новый метод позволяет анализировать сигналы сразу на подстанции. Для этого ученые предложили каскадную систему нейросетей. Сначала быстрые модели находят важные участки сигнала. Затем более сложные модели уточняют временные метки и помогают определить тип неисправности.
Исследователи также предлагают использовать языковые модели. Они смогут автоматически готовить понятные отчеты для диспетчеров и отправлять их на центральный пульт управления.
«В этих отчетах будет говориться о том, на каком участке произошла авария, тип неисправности и предполагаемые действия», — отметил Коваленко.
По словам исследователя, диагностика занимает доли секунды. Это может помочь энергетикам быстрее реагировать на аварии и перейти к постоянному наблюдению за состоянием электросетей.
Проект начался как учебная и исследовательская задача. Специалисты Ивановского энергетического университета хотели проверить, может ли ИИ различать события на осциллограммах. К работе подключились студенты МИФИ.
«Многие студенты прошли в рамках своих дипломных работ через наш проект. Начинали мы просто с того, чтобы попробовать машинное обучение, а пришли к целой концепции, которая потенциально может выглядеть как прототип решения для реальной практики», — сказал Коваленко.
Он добавил, что важную роль сыграла работа с реальными данными электросетей, а не с учебными наборами из интернета. Сейчас разработка находится на стадии прототипа. По данным МИФИ, ею уже интересуются энергетические компании, которым нужны более надежные и автоматизированные сети.
