Министерство энергетики Республики Казахстан активно продвигает внедрение современных технологий в энергетическом секторе. В рамках совместного проекта с ТОО "aiEnergo" на базе АО "Алатау Жарык Компаниясы" был успешно реализован пилотный проект по бесконтактной диагностике линий электропередачи (ЛЭП). Применение дронов и искусственного интеллекта позволило обследовать более 200 опор ЛЭП всего за несколько часов, что подтвердило высокую эффективность данного метода в оперативном выявлении потенциальных рисков.
Инновации в электроэнергетике
Для системного внедрения инновационных решений были организованы рабочие встречи с Комитетом по регулированию естественных монополий (КРЕМ) и Министерством национальной экономики, на которых обсуждались вопросы нормативного сопровождения и возможности тиражирования успешных практик в электроэнергетике. В дополнение к этому, осуществляется совершенствование технологий ИИ-дефектоскопии, разрабатываются классификаторы дефектов для линий 110 кВ, а также расширяется мониторинг воздушных линий 35 кВ с использованием ультрафиолетовых камер, лидаров и тепловизоров.
Подходы к диагностике и надежности
Данные технологии обеспечивают сверхточную диагностику скрытых дефектов, перегревов, коронарных разрядов и деформаций конструкций, что в свою очередь значительно повышает надежность энергоснабжения. Внедрение системы дефектоскопии ЛЭП происходит в рамках информационной системы EnergyTech, которая соответствует Карте цифровой трансформации топливно-энергетического комплекса (ТЭК) Казахстана.
Функционал цифрового сервиса
Цифровой сервис предоставляет возможности для автоматического выявления дефектов на ЛЭП, основываясь на анализе медиаконтента, включая видео, фото, тепловизионные и LiDAR-данные. Также осуществляется цифровая паспортизация объектов с привязкой обнаруженных дефектов к техническим местам и анализ технического состояния с использованием обучаемых нейросетей, что обеспечивает точность распознавания до 98%.
Создание отраслевого дата-центра
Система также включает в себя создание отраслевого дата-центра визуальной информации с эталонными выборками для переобучения моделей ИИ, что позволяет разрабатывать сценарии автоматической маршрутизации дефектов в системы технического обслуживания и ремонта. Эти меры закладывают основу для перехода к проактивной диагностике, цифровому технадзору и снижению аварийности в сетях передачи и распределения электроэнергии.