Дроны и ИИ: новая эра диагностики в Казахстане

Современные технологии, такие как искусственный интеллект и дроны, начинают играть ключевую роль в энергетической отрасли Казахстана. Министерство энергетики РК активно внедряет эти инновации для повышения эффективности диагностики электросетей. В рамках сотрудничества с ТОО "aiEnergo" на базе АО "Алатау Жарык Компаниясы" был успешно реализован пилотный проект по бесконтактной диагностике, который продемонстрировал значительное сокращение времени обследования линий электропередач (ЛЭП) без необходимости отключения энергоснабжения.

Эффективность и новые технологии

В ходе проекта было обследовано более 200 опор ЛЭП всего за несколько часов, что подтверждает высокую эффективность использования дронов и ИИ в оперативном выявлении рисков. Для системного внедрения таких технологий проведены рабочие встречи с Комитетом по регулированию естественных монополий и Министерством национальной экономики, на которых обсуждались вопросы нормативного сопровождения и тиражирования практических кейсов в области электроэнергетики.

Параллельно с реализацией проекта продолжается работа над усовершенствованием технологии ИИ-дефектоскопии. Ведется разработка классификаторов дефектов для линий 110 кВ и расширяется мониторинг воздушных линий 35 кВ с использованием ультрафиолетовых камер, лидаров и тепловизоров. Эти меры обеспечивают высокую точность диагностики скрытых дефектов, перегревов и других аномалий, что, в свою очередь, существенно повышает надежность энергоснабжения.

Система дефектоскопии ЛЭП внедряется в рамках информационной системы EnergyTech. Этот цифровой сервис обеспечивает автоматическое выявление дефектов на основе анализа медиаконтента, включая видео и тепловизионные данные. Кроме того, осуществляется цифровая паспортизация объектов, что позволяет привязывать обнаруженные дефекты к конкретным техническим местам.

Использование обучаемых нейросетей для анализа технического состояния объектов достигает точности распознавания до 98%. Также создается отраслевой дата-центр визуальной информации, который будет служить основой для переобучения моделей ИИ. Внедрение автоматизированных сценариев маршрутизации дефектов в системы технического обслуживания и ремонта позволит значительно улучшить проактивность диагностики и снизить уровень аварийности в сетях передачи и распределения электроэнергии.