عیب‌یابی خطوط انتقال برق با پهپاد و هوش مصنوعی | یکتاپرس
اعظم کرمی منتخب سومین دوره رقابت علمی کنز که همراه با گروهی از محققان موفق به طراحی و اجرای سامانه هوشمند عیب‌یابی در خطوط انتقال برق با استفاده از هوش مصنوعی و پهپاد شده، توضیحاتی را در خصوص طرح خود ارائه کرده است.
کد خبر: ۱۳۱۶۳۰
۰۲:۴۰ - ۱۴ تير ۱۴۰۲

عیب‌یابی خطوط انتقال برق با پهپاد و هوش مصنوعی


به گزارش یکتاپرس و به نقل از ستاد ارتباطات و ترویج بیناد مصطفی (ص)، اعظم کرمی دانشیار دانشکده فیزیک دانشگاه شهید باهنر و مسئول آزمایشگاه روباتیک و پردازش تصویری این دانشگاه،

با گروهی از محققان رشته‌های مختلف از جمله هوش مصنوعی، هوافضا و برق و نرم‌افزار موفق شده است، سامانه هوشمند عیب‌یابی خطوط انتقال نیرو را طراحی و تولید کند.

کرمی می‌گوید: «گروه ما در این طرح شامل سه دسته بود. یکی طراحان و تولیدکنندگان پهپاد، متخصصان تحلیل و پردازش تصویری و یادگیری ماشینی و طراحان نرم‌افزار که در نهایت موفق به طراحی الگوریتمی جدید برای هوش مصنوعی و طراحی سامانه هوشمندی به منظور شناسایی عیوب تجهیزات خطوط انتقال برق شدند.»

سامانه هوشمند چیست و چگونه کار می‌کند؟
او در ادامه به چرایی اهمیت عیب‌یابی در خطوط انتقال برق به‌عنوان مهم‌ترین دلیل قطع برق اشاره کرد و افزود: «قطع برق دیگر حتی برای یک ثانیه هم قابل قبول نیست. روش‌های سنتی برای جلوگیری از قطع برق مانند بازبینی‌های دوره‌ای با عامل انسانی از دکل‌ها و استفاده از بالگرد هم طولانی است، هم خطرناک و گران. همچنین بازبینی تصاویر گرفته شده توسط پهپاد هم گران است و هم زمان‌بر. استفاده از پهپادها برای این منظور اخیرا توجهات زیادی را جلب کرده است.»

کرمی در مورد روند طراحی و اجرای این سامانه شرحی ارائه داد و گفت: «این سامانه خودکار است و سرواژه‌های آن (AFTL / Automatic Fault Detection in Power Transmission Lines) یعنی سامانه خودکار هوشمندعیب‌یابی خطوط انتقال نیرو. گروه ما از ۴ سال قبل کار بر روی این طرح را آغاز کرد. ما بیش از سه میلیون تصویر با پهپاد از عیوب خطوط انتقال برق گرفتیم و این تصاویر را با نرم‌افزاری که خود طراحی کرده‌ بودیم داده و تفسیر و پردازش کردیم.»

استادیار دانشگاه شهید باهنر کرمان افزود: «این تصاویر را از خطوط انتقال برق دکل‌های مختلف در شهرهای گوناگون ایران گرفتیم. سپس شبکه‌ای را برای آموزش تشکیل دادیم و با استفاده از یادگیری عمیق، سامانه‌ای را طراحی کردیم که بیش از ۸۰ نوع عیب شامل عیوب برقی و مکانیکی را در تجهیزات خطوط انتقال نیرو تشخیص داده و قالب گزارش فنی در قالب نرم‌افزارهای مختلف اکسل، پی‌دی اف یا کی‌ام‌زد ارائه می‌دهد. این سامانه مبتنی بر وب است و به همین دلیل ابتدا در سطح ملی و بعد بین‌المللی ارائه شد. مشتری می‌تواند وارد سامانه شده و تصاویر گرفته‌شده با پهپاد را بارگذاری کند و با استفاده از نرم‌افزارهای نقشه گوگل یا گوگل ارث محل دکل معیوب را شناسایی کرده و متوجه آن شود. عیوب خطوط انتقال نیرو در این سامانه به سه دسته تقسیم می‌شود. عیوب عادی، هشداردهنده و شدید.»

او برخی از مزایای این سامانه را برشمرد و گفت: «ایران کشور بزرگی است و ما انواع مختلفی از خطوط برق را در کشور داریم که ساختارهای آنها با هم متفاوت است درحالیکه در بسیاری کشورها اینطور نیست و فقط از یک ساختار استفاده می‌شود. بنابراین ما در ایران فرصت داشتیم تا پایگاه داده‌ای با بیش از ۳ میلیون تصویر تشکیل دهیم که انواع مختلفی از عیوب خطوط انتقال نیرو را در برمی‌گرفت.»

کرمی در مورد پهپاد مورد استفاده در این طرح اظهار داشت: «نوع خاصی از پهپاد را به نام هیلا طراحی کردیم که با توجه به میدان مغناطیسی عمیق و گسترده موجود در اطراف خطوط نیروی برق می‌تواند با پردازش تصویری هدایت شود. این پهپاد دوربینی با کیفیت و با زوم بالا دارد و می‌تواند عیوب خطوط انتقال نیرو را ردیابی کند. این پهپاد همچنین با استفاده از فناوری اسلم (SLAM) محلی‌سازی و نقشه‌برداری همزمان فاصله را با دکل‌ برآورد می‌کند.»

مزایای سامانه هوشمند عیب‌یابی خطوط انتقال نیرو
کرمی ادامه داد: «این سامانه برای استفاده در دیگر کشورها بازطراحی شده و مولفه‌هایی مانند دسترسی به اطلاعات دکل‌ها و زبان عربی، امکان انتشار گزارش فنی به آن اضافه شده است.»

کرمی با اشاره به طراحی مدل کسب و کار برای توسعه تجاری این دستاورد اظهار داشت: «مزایای رقابتی این طرح شامل یافتن ۸۰ نوع عیب، ۳ میلیون تصویر در پایگاه داده، هزینه کم، نرم‌افزار با انعطاف‌پذیری بالا، دوره استفاده رایگان است و در رویدادهای علمی پیشین مانندجیتکس ۲۰۲۲ دبی به عنوان بهترین استارتاپ هوش مصنوعی تقدیر شده، جایزه پروژه از توانیر در سال ۲۰۱۹ را دریافت کرده و سه مقاله علمی از روی آن نوشته شده است.»

برچسب ها: هوش مصنوعی

این خبر را به اشتراک بگذارید:

ارسال نظرات
از اینکه دیدگاه خود را بدون استفاده از الفاظ زشت و زننده ارسال می‌کنید سپاسگزاریم.
نام:
ایمیل:
نظر: