Ученые разработали метод снижения аварийности линий электропередач с помощью ИИ
Исследователи Центра практического искусственного интеллекта Сбербанка совместно с другими российскими и международными организациями представили инновационный подход к мониторингу состояния изоляторов воздушных линий электропередачи.
Статья с результатами работы под названием Supervised Learning based Method for Condition Monitoring of Overhead Line Insulators using Leakage Current Measurement была опубликована в высокоценимом журнале Engineering Applications of Artificial Intelligence (Q1).
Метод использует данные о токах утечки и напряжениях для прогнозирования состояния изоляторов. Алгоритм действует в два этапа: сначала классифицирует состояния поверхностей как сухие или влажные, а затем оценивает риск аварии с точностью классификации более 98 процентов и ошибкой прогноза менее 1,16 процента. Эти показатели значительно превосходят традиционные методы диагностики, такие как визуальный осмотр или инфракрасные камеры, которые требуют немалых ресурсов и не всегда гарантируют точность. Для реализации метода использовалась открытая библиотека LightAutoML, разработанная в Центре практического искусственного интеллекта Сбербанка.
Разработка особенно важна для энергетических компаний, так как позволяет перейти от планового обслуживания к предиктивным ремонтам, что может помочь сократить расходы и повысить надежность электроснабжения. Для научного сообщества метод открывает новые возможности анализа состояния электрооборудования, а для общества в целом уменьшает количество аварийных отключений, особенно в регионах с высокой влажностью и загрязненным воздухом.
«Это исследование вносит весомый вклад в цифровизацию энергетики. Мы показали, что машинное обучение не только может предсказывать аварии, но и делает это с рекордной точностью. Метод работает на реальных данных и учитывает ключевые факторы риска — загрязнение и влажность. Внедрение таких решений позволит энергетикам снизить затраты на обслуживание и повысить надежность сетей. Мы уже видим интерес со стороны отрасли и планируем дальнейшие исследования в этом направлении», — отметил директор Центра практического искусственного интеллекта Сбербанка Глеб Гусев.
Проведенная работа также создает основу для интеллектуальных энергосистем будущего, считают авторы. По их словам, метод можно адаптировать для различных типов изоляторов и уровней напряжения, а это делает его универсальным инструментом повышения устойчивости электрической инфраструктуры.
