zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Kỹ Thuật - Công Nghệ

» Tự động hoá

Hệ thống quản lý đường dây truyền tải điện, trong đó ứng dụng trí tuệ nhân tạo

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:11

Báo xấu

20
lượt xem 6
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết Hệ thống quản lý đường dây truyền tải điện, trong đó ứng dụng trí tuệ nhân tạo đưa ra giải pháp sử dụng tự động các thiết bị bay không người lái (UAV) kết hợp với trí tuệ nhân tạo (AI) để thực hiện bài toán nhận dạng và phân loại các thiết bị trên đường dây và cột điện, sau đó đưa ra các cảnh báo với các thiết bị lỗi hoặc hỏng hóc.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Hệ thống quản lý đường dây truyền tải điện, trong đó ứng dụng trí tuệ nhân tạo

CHUYỂN ĐỔI SỐ VÀ NÂNG CAO HIỆU QUẢ VẬN HÀNH HỆ THỐNG ĐIỆN QUỐC GIA HỆ THỐNG QUẢN LÝ ĐƯỜNG DÂY TRUYỀN TẢI ĐIỆN, TRONG ĐÓ ỨNG DỤNG TRÍ TUỆ NHÂN TẠO 1 2 3 4 Trần Thanh Phong , Nguyễn Duy Dũng , Nguyễn Phan Xuân Bảo , Hoàng Đức Thịnh 1 Công ty Truyền tải điện 2, 0963 290863, Phongtt@evn.com.vn 2 Công ty Truyền tải điện 2, 0963 180974, dungnd.ttd2@gmail.com 3 Công ty Truyền tải điện 2, 0962 585888, baonpx1172@gmail.com 4 Công ty Cổ phần ThinkLABs, 0944 488868, thinh@thinklabs.vn Tóm tắt: Quy trình kiểm tra và bảo dưỡng đường dây truyền tải điện tại một số đơn vị quản lý nói riêng và hệ thống truyền tải điện hiện nay tại Việt Nam nói chung đang bộc lộ một số khó khăn như: mất nhiều thời gian để tiến hành thu thập dữ liệu quan sát; thông tin chưa được số hóa để lưu trữ; quá trình thực hiện việc kiểm tra và bảo dưỡng thủ công tiềm ẩn nguy hiểm, mang lại nhiều khó khăn, vất vả với công nhân thực hiện. Trong nghiên cứu này, chúng tôi giới thiệu hệ thống quản lý thông tin hỗ trợ cho quá trình chuyển đổi số để thực hiện công việc kiểm tra, giám sát và bảo dưỡng đường dây truyền tải điện. Bên cạnh đó, chúng tôi cũng đưa ra giải pháp sử dụng tự động các thiết bị bay không người lái (UAV) kết hợp với trí tuệ nhân tạo (AI) để thực hiện bài toán nhận dạng và phân loại các thiết bị trên đường dây và cột điện, sau đó đưa ra các cảnh báo với các thiết bị lỗi hoặc hỏng hóc. Từ khóa: Giám sát đường dây; Trí tuệ nhân tạo; UAV; điều khiển bay tự động. CHỮ VIẾT TẮT EVNNPT Tổng Công ty Truyền tải điện Quốc gia PTC2 Công ty Truyền tải điện 2 UAV Thiết bị bay không người lái AI Trí tuệ nhân tạo 1. GIỚI THIỆU Vào năm 2020, Thủ tướng Chính phủ Việt Nam đã ban hành chương trình quốc gia về chuyển đổi số định hướng tới năm 2025, tầm nhìn 2030. Mục tiêu chính của chương trình là đưa Việt Nam trở thành quốc gia có chính phủ số bền vững và thịnh vượng. Chương trình cũng hướng các tập toàn, công ty công nghệ ở Việt Nam có thể vươn ra toàn cầu. Từ lý do đó, các doanh nghiệp đang vận hành theo phương thức truyền thống cần phải có tư duy đổi mới, thích ứng với quy trình hoạt động và cách sắp xếp mới để từng bước thích ứng được với công cuộc chuyển đổi số của quốc gia. Công ty Truyền tải điện 2 (PTC2) trực thuộc Tổng Công ty Truyền tải điện Quốc gia – Tập đoàn Điện lực Việt Nam là đơn vị được giao nhiệm vụ quản lý vận hành lưới điện truyền tải 220kV, 500kV đi qua địa phận các tỉnh miền Trung Quảng Bình, Quảng Trị, Thừa Thiên Huế, Đà Nẵng, Quảng Nam, Quảng Ngãi, Kon Tum và Gia Lai; bao gồm 399
KỶ YẾU HỘI NGHỊ KHOA HỌC VÀ CÔNG NGHỆ ĐIỆN LỰC TOÀN QUỐC NĂM 2022 08 xuất tuyến đường dây 500kV với tổng chiều dài 1561km; 48 xuất tuyến đường dây 220kV với tổng chiều dài 2094km Địa hình chủ yếu của các tuyến đường dây bị chia cắt thành nhiều vùng từ rừng rậm, núi cao đến đồng bằng, sông hồ, ven biển …có những đoạn đường dây vượt qua những địa hình đặc biệt phức tạp như đèo Hải Vân nằm giữa địa bàn TP Đà Nẵng và tỉnh Thừa Thiên Huế, vượt đèo Lò Xo nằm giữa địa bàn tỉnh Quảng Nam và tỉnh Kon Tum, đèo Violak nằm giữa địa bàn tỉnh Kon Tum và tỉnh Quảng Ngãi, khu vực biên giới Việt – Lào thuộc tỉnh Quảng Nam,… Hình 1. Lưới truyền tải điện 220kV, 500kV thuộc phạm vi quản lý của PTC2 Với cách tiếp cận truyền thống trong công tác kiểm tra quản lý vận hành lưới truyền tải điện 220kV, 500kV bộc lộ một số nhược điểm như sau:  Tương tác giữa người quản lý và công nhân với các công việc hằng ngày hầu hết theo phương thức thủ công thông qua các phiếu giao việc tương ứng với từng tác vụ cụ thể. Sau đó, báo cáo thống kê sẽ được đồng bộ theo các biểu mẫu có sẵn. Mỗi tuần/tháng/năm sẽ được tổng hợp và báo cáo định kỳ. Với số lượng báo cáo thu thập hàng ngày là lớn thì việc tương tác theo phương thức trên gây ra nhiều khó khăn trong quản lý và có sự nhầm lẫn.  Các báo cáo tổng hợp định kỳ, phiếu giao việc được lưu trữ theo phương thức vật lý dưới dạng giấy, hồ sơ. Điều đó gây khó khăn cho việc cập nhật, thống kê và lưu trữ.  Công tác quan sát, giám sát kiểm tra định kỳ thực hiện thông qua việc tiếp thiết 400
CHUYỂN ĐỔI SỐ VÀ NÂNG CAO HIỆU QUẢ VẬN HÀNH HỆ THỐNG ĐIỆN QUỐC GIA bị, quan sát thủ công của công nhân trực tiếp trên đường dây và trạm điện. Điều đó gây nhiều khó khăn về thời gian, nguồn lực, tính an toàn và độ chính xác. Từ những khó khăn nêu trên, chúng tôi đề xuất xây dựng hệ thống quản lý đường dây nhằm thực hiện các tác vụ liên quan tới chuyển đổi số trong quy trình làm việc thực hiện các tác vụ quan sát, kiểm tra. Đồng thời để tăng hiệu quả làm việc, chúng tôi thiết kế và đề xuất xây dựng giải pháp thiết lập các đường bay tự động cho UAV. Ngoài ra việc tích hợp giải pháp sử dụng trí tuệ nhân tạo (AI) trong nhận dạng các thiết bị trên đường dây truyền tải điện. Giải pháp đề xuất sẽ đi giải quyết được các vấn đề sau.  Việc quan sát khu vực đường dây bao quát hơn, có thể quan sát được nhiều dạng hiện trường như: khu vực như đường giao thông giao chéo; tình hình trồng rừng và khai thác rừng tại địa bàn; các hoạt động vui chơi và sản xuất gần đường dây như: thả diều vật bay, đốt pháo hoa, pháo dù; hoạt động của các phương tiện xe máy công trình qua lại và làm việc gần hành lang đường dây;… Từ đó nhìn nhận và đánh giá các nguy cơ ảnh hưởng đến vận hành đường dây tốt hơn.  Quan sát được tình trạng dây dẫn, mối nối, khóa néo cách điện, phụ kiện và các thiết bị đường dây trên cao chi tiết hơn (đèn báo không, sơn báo không, cầu báo không, đèn báo hiệu đường thủy). Khả năng tiếp cận và phát hiện nhanh các hư hỏng trên dây dẫn, dây chống sét, cáp quang và các thiết bị đường dây mà không cần thiết phải cắt điện đường dây. Ghi nhận thực tế hiện trạng bằng hình ảnh, video, … có chất lượng tốt, góc quan sát rõ, ít bị hạn chế góc quan sát từ đó giúp thông tin ghi nhận được phân tích, đánh giá chính xác hơn.  Thực hiện được công tác kiểm tra các cung đoạn đường dây bị tắc đường, ngập lụt, địa hình phức tạp, khó khăn, nguy hiểm trong công tác di chuyển kiểm tra sau mưa bão, không tiếp cận được trong mùa mưa. Thay thế hiệu quả phương thức kiểm tra thủ công ở những cung đoạn đường dây đi qua các địa hình phức tạp như: thung lũng, các khoảng vượt sông lớn, địa hình bị chia cắt bởi kênh rạch, sông ngòi… (các cung đoạn không thể kiểm tra bằng mắt thường và ống nhòm).  Phát hiện được nguy cơ cháy rừng gây sự cố đường dây từ xa, nhanh, bao quát hơn (quy mô đám cháy, khu vực cháy, điều kiện địa hình, nguồn nước, đường mòn…) để từ đó bố trí nhân lực, phương tiện chữa cháy và chống cháy lan hợp lý và hiệu quả hơn.  Giảm mức độ nặng nhọc, nâng cao an toàn và năng suất, hiệu quả cho người lao động trong công tác kiểm tra (phải trèo cao, phải tiếp xúc thiết bị mang điện với điện từ trường lớn, có thể phải tiếp cận với các loại động vật nguy hiểm như rắn rết và các loài thú ăn thịt khác, ...).  Tăng cường được độ chính xác trong công tác việc kiểm tra phát hiện khiếm khuyết, hư hỏng bằng việc sử dụng các dữ liệu (hình ảnh) chất lượng thu nhận được. Đưa ra các đánh giá sơ bộ để người lao động nhanh chóng, tập trung cho 401
KỶ YẾU HỘI NGHỊ KHOA HỌC VÀ CÔNG NGHỆ ĐIỆN LỰC TOÀN QUỐC NĂM 2022 việc kiểm tra, xác nhận và xử lý đối với các vấn đề phát sinh. Tiến dần đến thay thế người vận hành trong công tác kiểm tra hình ảnh.  Hỗ trợ công tác lưu trữ, tìm kiếm, thống kê về tình trạng, chất lượng của thiết bị qua từng giai đoạn. Kết quả đánh giá, kiểm tra của từng thiết bị đều được lưu trữ trong hệ thống, hỗ trợ công tác bảo trì bảo dưỡng và thay thế khi cần thiết. Từ đó hỗ trợ tích cực cho công tác báo cáo định kỳ, bất thường theo quy định. 2. CƠ SỞ LÝ THUYẾT/PHƯƠNG PHÁP NGHIÊN CỨU Trên cơ sở yêu cầu kỹ thuật đề ra, chúng tôi đề xuất giải pháp xây dựng hệ thống quản lý thông tin đường dây truyền tải điện trong đó ứng dung trí tuệ nhân tạo AI. Giải pháp sẽ hướng đến việc xây dựng hệ thống quản lý thông tin đường dây truyền tải điện, có ứng dụng trí tuệ nhân tạo trong nhận dạng các thiết bị và phát hiện hỏng hóc của các thiết bị trên cột, và đường dây truyền tải điện. Mô hình hoạt động của giải pháp đề xuất được mô tả dưới đây. Hình 2. Tổng quan hệ thống đề xuất. Giải pháp đề xuất sẽ bao gồm 03 lớp ứng dụng chính: (1) Các ứng dụng phục vụ công tác kiểm tra; (2) Hệ thống Quản lý thông tin & Xử lý nhận dạng hình ảnh; và (3) Các ứng dụng tương tác với người dùng nghiệp vụ. Trong đó vai trò của các lớp ứng dụng được thể hiện như sau: Các ứng dụng phục vụ công tác kiểm tra Nhóm các ứng dụng phục vụ công tác kiểm tra sẽ nhằm hướng đến phục vụ các nhân viên kỹ thuật (NVKT) trong công tác đi kiểm tra hiện trường. Đối với các NVKT điều khiển thiết bị bay không người lái (UAV), ứng dụng di động được phát triển trên thiết bị máy tính bảng (tablet) với việc sử dụng các thư viện (SDK) được cung cấp bởi các nhà cung cấp drone (ví dụ: DJI) thì ứng dụng cho phép điều khiển drone bay theo các quỹ 402
CHUYỂN ĐỔI SỐ VÀ NÂNG CAO HIỆU QUẢ VẬN HÀNH HỆ THỐNG ĐIỆN QUỐC GIA đạo được lập trình phù hợp với địa hình của hạ tầng cột, đường dây; cho phép thao tác drone và các thiết bị như cameras trong việc quản lý, xử lý hình ảnh; đồng thời thực hiện các thao tác nghiệp vụ theo quy trình kiểm tra sau đó đồng bộ dữ liệu lên hệ thống quản lý thông tin; sử dụng các tính năng nhận dạng, kiểm tra nhanh hình ảnh bởi các công cụ trí tuệ nhân tạo từ hệ thống backend một cách tự động hoặc thủ công. Với các NVKT kiểm tra hạ tầng thông thường, không sử dụng drone thì có thể sử dụng ứng dụng trên thiết bị di động, hay ứng dụng web để nhận nhiệm vụ được giao theo kế hoạch, thực hiện các công việc kiểm tra theo quy trình nghiệp vụ, nhập dữ liệu về kết quả công việc được giao bao gồm cả các hình ảnh chụp từ hiện trường bằng thiết bị di động. Các NVKT có thể tương tác với ứng dụng để nhập dữ liệu online từ hiện trường khi đi làm nhiệm vụ hoặc offline sau khi đã về nhà, đơn vị hoặc nơi có điều kiện phù hợp để nhập dữ liệu. Thông qua ứng dụng di động, NVKT cũng có thể tương tác trực tiếp với các đồng nghiệp ở Trung tâm thông qua hệ thống để phối hợp xử lý công việc từ hiện trường. Xử lý nhận dạng hình ảnh và Bay tự động Xử lý nhận dạng hình ảnh sử dụng trí tuệ nhân tạo (AI) Trí tuệ nhân tạo được áp dụng để nhận dạng các lỗi có thể xuất hiện ở hệ thống cột và đường dây truyền tải điện. Với sự phát triển của học sâu cho thị giác máy tính, máy ảnh và cảm biến, kiểm tra đường dây điện dựa trên thị giác tạo nên sự thu hút từ các ngành công nghiệp năng lượng. Lý do chính cho việc này là thị giác máy tính có thể cho phép kiểm tra hàng loạt lỗi trong một lần kiểm tra. Trong quá trình đánh giá các nguồn dữ liệu có thể thu nhận để áp dụng cho việc kiểm tra dựa vào thị giác, hình ảnh quang học được thu thập bởi các thiết bị bay không người lái được (UAV) được coi là nguồn dữ liệu tiềm năng bởi vì (i) hình ảnh rất dễ để thu thập bằng các thiết bị chụp, (ii) hình ảnh dễ dàng được phân tích hơn các nguồn dữ liệu khác khi xem xét, trong khi đó (iii) dữ liệu hình ảnh cung cấp đủ thông tin để phát hiện một loạt các lỗi phổ biến trên các thành phần của các cột điện, các thành phần đường dây điện và bản thân đường dây điện. Công nghệ trí tuệ nhân tạo kết hợp với công nghệ UAV để nhận dạng nhanh, chính xác và an toàn đường điện được thể hiện ở việc sử dụng các UAV như các thiết bị chính để thu nhận hình ảnh và học sâu (trí tuệ nhân tạo) là công cụ để phân tích dữ liệu. Hình ảnh được thu nhận trực tiếp bằng các camera gắn trên các UAV. Các UAV bay dọc theo các đường dây điện và quanh cột buồm điện để chụp ảnh cột từ các góc độ khác nhau. Mỗi cột điện được chụp khoảng 2-30 hình ảnh. Tất cả các hình ảnh về cột, dây điện đều được phân tích bởi các mô hình học sâu nhằm xác định các thành phần của hệ thống điện như: chuỗi đỡ cách điện, tạ bù, đầu cốt, ống nối... Các thành phần sẽ được phân loại theo từng loại riêng bằng các mô hình phân lớp. Các hình ảnh về các thành phần trong hệ thống điện sẽ được phân tích để xác định xem có lỗi xuất hiện hay không. 403
KỶ YẾU HỘI NGHỊ KHOA HỌC VÀ CÔNG NGHỆ ĐIỆN LỰC TOÀN QUỐC NĂM 2022 Những thành phần có lỗi sẽ được cập nhật vào hệ thống để đội bảo dưỡng có kế hoạch khắc phục các lỗi như vậy. Một trong những kỹ thuật của trí tuệ nhân tạo thường được áp dụng vào các bài toán phân lớp, nhận dạng là kỹ thuật học sâu (deep learning). Mô hình học sâu của hệ thống giúp phát hiện ra những điểm bất thường trong ảnh chụp của các thiết bị và đường dây điện. Sự hỗ trợ của công nghệ AI giúp quá trình đánh giá được chính xác hơn. Tất cả ảnh chụp khi đưa vào hệ thống sẽ được mô đun AI nhận dạng phân tích và đưa ra kết quả sơ bộ. Người dùng có thể tiếp tục đánh giá thêm hoặc chỉnh sửa, xóa kết quả sơ bộ mà mô đun AI đưa ra. Những đánh giá đưa ra đều được gắn liền vào một bức ảnh cụ thể và thiết bị cụ thể. Độ chính xác của kết quả sơ bộ do AI đưa ra sẽ được cải thiện nhờ việc học theo những đánh giá của người dùng trong quá trình hoạt động. Hình 2 mô tả quy trình nhận dạng và hỗ trợ đánh giá chất lượng của các thiết bị thuộc hệ thống truyền tải điện. Hình 3. Quy trình nhận dạng và đánh giá chất lượng thiết bị có hỗ trợ của trí tuệ nhân tạo  Thu thập dữ liệu huấn luyện cho mô hình trí tuệ nhân tạo phục vụ đánh giá tự động các thiết bị, hạng mục trên hệ thống truyền tải.  Tiền xử lý các dữ liệu huấn luyện: chỉnh sửa màu sắc, độ phân giải, kích thước, sử dụng các phương pháp tăng cường dữ liệu ảnh (xoay ảnh, làm mờ ảnh, lật ảnh, di chuyển vật thể trong ảnh, thay đổi màu ảnh, thay đổi độ sáng, thay đổi góc chụp,..)  Gán nhãn cho các dữ liệu đã được tiền xử lý. Cho phép cập nhật các nhãn dữ liệu và gán nhãn dữ liệu cho các ảnh mới. Sau khi gán nhãn xong, dữ liệu huấn luyện sẽ được cập nhật vào kho dữ liệu huấn luyện của hệ thống.  Tự động xác định hư hỏng trong ảnh và xác định được thiết bị hư hỏng, dạng hư hỏng của thiết bị, gán nhãn cho vùng ảnh được xác định, xác định được vị trí của 404
CHUYỂN ĐỔI SỐ VÀ NÂNG CAO HIỆU QUẢ VẬN HÀNH HỆ THỐNG ĐIỆN QUỐC GIA các điểm hư hỏng, xác định được đường dây hoặc công trình hư hỏng cần phải sửa chữa, bảo dưỡng.  Huấn luyện mô hình nhận dạng thiết bị và nhận dạng các thiết bị hỏng trên hệ thống truyền tải điện. Nhằm tăng độ chính xác của mô hình, hệ thống cho phép cập nhật, bổ sung dữ liệu huấn luyện và huấn luyện lại mô hình nhận dạng trên tập dữ liệu huấn luyện mới.  Tinh chỉnh các tham số của mô hình, tùy chọn các bộ dữ liệu huấn luyện nhằm tăng độ chính xác cho quá trình nhận dạng ở các ngữ cảnh khác nhau. Hệ thống có thể trích xuất và lưu trữ thông tin về mô hình huấn luyện đã có.  Hệ thống cho phép lưu trữ kết quả đánh giá tự động đã được thực hiện bởi mô đun trí tuệ nhân tạo. Giải pháp bay tự động cho UAV Hình 4. Mô tả quỹ đạo bay tự động của UAV chụp ảnh cột Tại đây chúng tôi xây dựng giải pháp bay tự động cho các thiết bị bay không người lái (UAV), như Hình 4. Ứng dụng trên thiết bị di động cho phép điều khiển các drone thủ công để chụp các ảnh hiện trường phục vụ việc kiểm tra, giám sát, sửa chữa bảo dưỡng các thiết bị thuộc hệ thống truyền tải điện. Tuy nhiên, để đảm bảo drone chụp lại toàn bộ các điểm quan trọng cần chụp ảnh thì drone cần phải có quỹ đạo bay cố định và vị trí chụp ảnh chính xác. Điều này rất khó thực hiện nếu việc điều khiển drone là thủ công, vì thế phần mềm có chức năng điều khiển drone bay tự động để đảm bảo drone bay chụp ảnh đúng và đủ các điểm quan trọng ở mỗi lần kiểm tra. Chức năng quản lý cấu hình bay tự động bao gồm:  Cho phép Thêm mới cấu hình bay tự động cho các vị trí quan trọng. 405
KỶ YẾU HỘI NGHỊ KHOA HỌC VÀ CÔNG NGHỆ ĐIỆN LỰC TOÀN QUỐC NĂM 2022  Cho phép Chỉnh sửa cấu hình bay tự động cho các vị trí khi có nhu cầu.  Cho phép Xoá cấu hình bay tự động cho vị trí khi cần thiết.  Thực hiện bay tự động tại các điểm điểm không thể thực hiện bay thủ công và chụp ảnh tự động theo các vị trí cấu hình, tải dữ liệu về hệ thống để lưu trữ và xử lý. 3. KẾT QUẢ NGHIÊN CỨU Như đã trình bày, chúng tôi phát triển phần mềm trên cả nền tảng webite và di động. Giao diện của hệ thống được biểu diễn ở Hình 5 với một số các chức năng cơ bản như: Màn hình chính điều khiển (Dashboard), giao diện thống kê các đầu công việc chính, giao diện thống kê các sự cố phát hiện. Hình 5. Một số giao diện về chức năng cơ bản trong hệ thống xây dựng Trong hệ thống này, chúng tôi đã nhúng chức năng tự động nhận dạng các thiết bị trên đường dây truyền tải điện sử dụng trí tuệ nhân tạo (AI). Hệ thống sẽ tự động nhận dạng các thiết bị lỗi thông qua các ảnh được tải lên hệ thống. Hình 6 biểu diễn độ chính xác của hệ thống, với 26 nhãn dự đoán thì độ chính xác trong việc dự đoán của mô hình xấp xỉ 71%. Để đánh giá hiệu quả của phép đo sử dụng chế độ bay tự động (Automatic mode) so với chế độ bay thủ công (Manual mode), chúng tôi sử dụng các phương pháp đo lường đánh giá việc tiêu hao năng lượng trên các trạm bay khác nhau. Kết quả được biểu diễn ở Hình 8. 406
CHUYỂN ĐỔI SỐ VÀ NÂNG CAO HIỆU QUẢ VẬN HÀNH HỆ THỐNG ĐIỆN QUỐC GIA Hình 7. Các thông số đo lường độ chính xác của mô hình khi triển khai Hình 8. Quản lý tập dữ liệu và các công cụ mô hình AI theo dõi Hình 9. Giao diện hệ thống thực hiện chức năng nhận dạng sử dụng AI 407
KỶ YẾU HỘI NGHỊ KHOA HỌC VÀ CÔNG NGHỆ ĐIỆN LỰC TOÀN QUỐC NĂM 2022 Hình 10. Một số ví dụ trực quan về mô hình của chúng tôi khi xử lý bằng UAV Hình 11. Đo lường năng lượng tiêu thụ trên các chặng bay khác nhau Thông qua Hình 11 có thể nhận thấy rằng, việc sử dụng chế độ bay tự động có thể tiết kiệm tiêu hao pin trên mỗi chặng bay từ 15-20%. 4. KẾT LUẬN Trong bài báo, chúng tôi đã đi biểu diễn hệ thống quản lý việc giám sát đường dây 408
CHUYỂN ĐỔI SỐ VÀ NÂNG CAO HIỆU QUẢ VẬN HÀNH HỆ THỐNG ĐIỆN QUỐC GIA truyền tải điện sử dụng thiết bị bay không người lái và trí tuệ nhân tạo. Hệ thống hoạt động ổn định và có độ chính xác cao. Hệ thống đã được nghiên cứu, xây dựng và đã được Tổng Công ty Truyền tải điện Quốc gia đánh giá xuất sắc tại quyết định số 1507/QĐ-EVNNPT ngày 20/09/2022. Hệ thống đã triển khai hoạt động tại Tổng Công ty Truyền tải điện Quốc gia đóng góp một phần không nhỏ trong công cuộc chuyển đổi số của Tổng Công ty. TÀI LIỆU THAM KHẢO [1] E. Michailidi, H. Michailidis, “Digital Transformation of Small Greek Companies During the Covid-19 Pandemic,” IEEE, DASA, pp.1103-1108, 2021. [2] PM. Bican, A. Brem, “Digital business model, digital transformation, digital en- trepreneurship: Is there a sustainable “digital”?,” Sustainability, 12(13), pp.5239, 2020 [3] DC. Nguyen, TC. Nguyen, DH. Phan, NT. Le, VV. Tran. “Multi-object Detection by Using CNN for Power Transmission Line Inspection,”. INISCOM, pp.337-347, 2021. [4] AB. Alhassan, X. Zhang, H. Shen, H. Xu, “Power transmission line inspection robots: A review, trends and challenges for future research”, International Journal of Electrical Power and Energy Systems 118, 2020 [5] Link video: ứng dụng hệ thống quản lý đường dây hệ thống quản lý đường dây truyền tải điện, trong đó ứng dụng trí tuệ nhân tạo: https://drive.google.com/file/d/1G5T10gWPoACFUDVDso- h1wrXZ82uHsY4/view?usp=sharing 409

CÓ THỂ BẠN MUỐN DOWNLOAD

LV.15: Bộ Đồ Án Tốt Nghiệp Chuyên Ngành Cơ Khí

65 tài liệu

2431 lượt tải

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.