Внедрение ИИ и дронов в диагностику энергообъектов: повышение надежности энергоснабжения в Казахстане

Министерство энергетики РК внедряет ИИ и дроны для диагностики энергообъектов. Пилотный проект позволил обследовать более 200 опор ЛЭП без отключения линий, улучшая выявление рисков и надежность энергоснабжения.
Внедрение ИИ и дронов в диагностику энергообъектов: повышение надежности энергоснабжения в Казахстане Астане

Министерство энергетики Республики Казахстан активно внедряет современные технологии, такие как искусственный интеллект и дронов, в сферу диагностики энергообъектов. В рамках реализации меморандума с ТОО "aiEnergo" был успешно завершен пилотный проект, в ходе которого удалось обследовать более 200 опор линий электропередач без необходимости отключения электросетей.

Эффективность и безопасность

Пилотный проект продемонстрировал высокую эффективность в оперативном выявлении потенциальных рисков. Благодаря использованию дронов и ИИ, обследование прошло быстро и безопасно, что позволяет значительно улучшить надежность энергоснабжения.

Нормативное сопровождение и технологии

Для системного внедрения таких инноваций ведутся рабочие встречи с Комитетом по регулированию естественных монополий и Министерством национальной экономики. Это необходимо для разработки нормативного сопровождения и масштабирования успешных практик в области электроэнергетики.

Совершенствование ИИ-дефектоскопии

Параллельно с внедрением дронов, активно развивается технология ИИ-дефектоскопии. В настоящее время разрабатываются классификаторы дефектов для линий 110 кВ, а также расширяется мониторинг высоковольтных линий 35 кВ с использованием ультрафиолетовых камер, лидаров и тепловизоров.

Основы для проактивной диагностики

Система дефектоскопии линий электропередач внедряется в рамках информационной системы EnergyTech, что соответствует стратегии цифровой трансформации топливно-энергетического комплекса. Она обеспечивает автоматическое выявление дефектов, цифровую паспортизацию объектов и анализ технического состояния с использованием нейросетей, достигая точности распознавания до 98%.

Поделиться:
Все изображения и материалы в публикации получены из открытых источников. Если вы являетесь правообладателем, ознакомьтесь с информацией для правообладателей.
Популярные новости