Специалисты ядерного университета МИФИ вместе с коллегами из Института искусственного интеллекта AIRI и Ивановского государственного энергетического университета разработали метод использования искусственного интеллекта для быстрого анализа аварий в электрических сетях.
По словам младшего научного сотрудника Института интеллектуальных кибернетических систем университета Александра Коваленко, если сейчас происходит короткое замыкание или другой сбой, защитная автоматика фиксирует осциллограмму – «слепок» поведения сети в момент аварии. Однако, чтобы выяснить причину, инженерам приходится вручную копировать эти данные на внешний носитель, везти их в офис или отправлять производителю оборудования. Процесс занимает часы, а то и дни.
– Мы разработали новое решение, состоящее из нескольких моделей. Легковесные модели работают очень быстро, позволяя детектировать высокочастотные сигналы. Есть второй этап – более тяжеловесные модели, которые уже не спеша размечают временные метки на осциллограмме, – говорит Александр Коваленко.
Разработанная учеными каскадная архитектура нейросетей способна анализировать сигналы с высокой частотой дискретизации прямо на месте – на подстанции или на периферийных устройствах.
– Поверх технических моделей предлагается использовать языковые модели искусственного интеллекта, – объясняет Александр Коваленко. – Они будут автоматически составлять человекочитаемые отчеты и отправлять их на центральный пульт управления. В этих отчетах будет говориться о том, на каком участке произошла авария, тип неисправности и предполагаемые действия.
Примечательно, что открытие стало возможно благодаря образовательному процессу. Изначально специалисты Ивановского энергетического университета просто хотели понять, способен ли ИИ различать события на осциллограммах. К решению задачи подключили студентов МИФИ.
– Многие студенты прошли в рамках своих дипломных работ через наш проект, – отметил Александр Коваленко. – Начинали мы просто с того, чтобы попробовать машинное обучение, а пришли к целой концепции, которая потенциально может выглядеть как прототип решения для реальной практики.
Мона Платонова.
Фото rea.ru
