Dùng AI “gác” lưới điện

18

Thiệt hại trong “vụ mất điện tồi tệ nhất trong lịch sử Bắc Mỹ” lên tới hơn US$6 tỷ.

 

Năm 2003, Mẹ Thiên nhiên đã ngắt điện ở bờ biển phía Đông Hoa Kỳ. Trong một ngày hè nóng bức, một cành cây vươn xa đã chạm vào đường dây điện quá chùng, dẫn đến hiện tượng đoản mạch. Sự cố nhanh chóng ảnh hưởng đến toàn hệ thống, gây ra vụ mất điện tồi tệ nhất trong lịch sử Bắc Mỹ. Năm mươi triệu người Mỹ và Canada đã phải chịu cảnh mất điện và thiệt hại ước tính lên đến hơn US$6 tỷ.

Sự thật là hầu hết mọi người đều không có nhiều ý thức về lưới điện chung cho đến khi sự cố xảy ra. Nhưng chỉ là “hầu hết” mà không phải là tất cả. Một nhóm kỹ thuật gia đang tìm cách theo dõi sức khỏe mạng lưới điện hiệu quả hơn và ngăn chặn các sự cố mất điện tương tự.

Nhiệm vụ này không dễ. Họ có thể phải đi bộ đường dài trên địa hình gồ ghề, mang theo máy ảnh và ống nhòm để tìm kiếm những cành lá đang luồn lách rất nguy hiểm gần các đường dây điện cao thế.

Để hỗ trợ hoạt động này, các chuyên gia dịch vụ kỹ thuật thực địa ở Grid Solutions của GE đã mang đến những chiếc máy bay không người lái được trang bị cảm biến và máy ảnh kỹ thuật số. Những máy bay này có thể chụp ảnh chi tiết từ trên cao và chuyển ngay hình ảnh tới một nền tảng điện toán đám mây để phân tích. Nền tảng này được Avitas Systems, một công ty liên doanh của GE có trụ sở tại Boston, giới thiệu năm 2017. Nó ứng dụng robot, trí tuệ nhân tạo và phân tích các dự đoán rủi ro trên cơ sở kiểm tra thực địa.

Thay thế khảo sát thủ công bằng các dữ liệu như hình ảnh và video cho phép quan sát chính xác hơn, đồng thời giúp khách hàng xây dựng kho lưu trữ lịch sử dữ liệu để sử dụng khi đưa ra các quyết định mang tính dự đoán. “Phần mềm ứng dụng trí tuệ nhân tạo có khả năng dự đoán nơi có thể xảy ra sự cố,” Chantal Robillard ở bộ phận dịch vụ quản lý vòng đời tài sản của GE Grid Solutions cho biết.

Ảnh trên: Máy bay không người lái của Avitas trang bị cảm biến và máy ảnh kỹ thuật số nên có thể chụp ảnh chi tiết từ trên cao và chuyển ảnh tới một nền tảng trên đám mây để phân tích. Nguồn ảnh: GE Grid Solutions.

Ảnh đầu trang: Để duy trì lưới điện, người ta phải đi bộ đường dài qua địa hình gồ ghề, dùng  ống nhòm để quan sát và máy ảnh để ghi tại những vấn đề tiềm ẩn. Nguồn ảnh: Getty Images.

Avitas Systems đang tạo ra các mô-đun có hỗ trợ AI nhằm giải quyết vấn đề xâm lấn thực vật. Các mô-đun này xác định loại cây gần một đường dây nhất định, sau đó sử dụng thông tin về loài đó để dự đoán tốc độ tăng trưởng của nó theo đặc điểm mùa vụ và thời tiết. Chủ sở hữu thiết bị sau đó có thể quyết định xem có cần cắt tỉa cây hay không.

Ngoài quản lý thực vật, AI có thể phân biệt giữa các vật thể lạ (ví dụ như tổ chim) và các thành phần của lưới điện (ví dụ như phần cách điện hay miếng đệm). Nền tảng này cũng có thể xác định các bất thường như ăn mòn, nứt và gai nhiệt. Qua thời gian, AI học được những yếu tố điển hình của một đường dây điện cụ thể và sẽ chú ý tới những bất thường được phát hiện trong dữ liệu hình ảnh. Ví dụ, nếu một thiết bị đang theo dõi một khu vực ở miền Nam California, AI sẽ dự đoán các đặc điểm tăng trưởng của các cây cọ tại địa phương và hệ thống sẽ gửi cảnh báo từ rất sớm trước khi cây có nguy cơ chạm vào đường dây.

Hình ảnh được tải lên cùng bản phân tích kèm theo sẽ được nạp vào phần mềm quản lý hoạt động tài sản (APM) của GE, điền vào vô số thông tin bổ sung, chẳng hạn như các phân tích và đo lường của dầu, lấy từ các hệ thống quản lý điều kiện trực tuyến, để có cái nhìn toàn diện về “sức khỏe” của thiết bị lưới điện. Với kho dữ liệu đó, GE APM có thể xây dựng một “bản song sinh số của lưới điện”, hay mô hình ảo của nó, và sử dụng phân tích nâng cao để dự đoán những điều có thể xảy ra trong tương lai. Ví dụ, chương trình có thể ước tính thời gian lý tưởng để bảo trì một thiết bị dựa trên khả năng và thời điểm thiết bị sẽ hỏng hóc, độ cũ mới của thiết bị và tầm quan trọng của thiết bị đối với toàn lưới điện. Điều này cho phép các chuyên gia dịch vụ của GE Solutions Grid và khách hàng của họ phát triển chiến lược bảo trì tối ưu trên cơ sở các ưu tiên của khách hàng về quản lý rủi ro, cải thiện độ tin cậy hay cắt giảm chi phí.

Không chỉ có máy bay không người lái, camera hồng ngoại độ nét cao cũng có thể ghi nhận hình ảnh theo cách truyền thống. Ví dụ, một camera hồng ngoại được lắp đặt bên trong một trạm biến áp điện có thể tìm các điểm nóng, dấu hiệu cho thấy một máy biến áp có thể quá nhiệt. Máy ảnh luôn ở trạng thái hoạt động và có thể chụp hình ngay khi có đột biến nhiệt độ.

“Chúng tôi tin rằng đây là tương lai,” Robillard nhận định.

Theo Samantha Shad

BÌNH LUẬN CỦA BẠN