🤩Штормовой ветер до 30 м\с, погашенный район и работа ситуационного штаба. Как прошла внеплановая тренировка в Ошмянах

В последние недели энергетики области отрабатывают, пожалуй, самые экстремальные и сложные сценарии: от ураганных ветров и обледенения на ГЭС до внезапных остановов на теплоэлектроцентралях. На севере региона в филиале «Ошмянские электрические сети» РУП «Гродноэнерго» эти выходные тоже прошли под знаком внеплановой отработки нештатной ситуации.

🗣По легенде, из-за непогоды и усиливающегося до 30 м\с ветра фиксируются массовые отключения электроснабжения в сети 10кВ во всех РЭСах филиала, на подстанциях 35-110кВ также зафиксированы отключения. При осмотрах обнаружены упавшие деревья, обрыв проводов, отключены около 30 ЛЭП. Полностью оказались погашены потребители в Ошмянах и Ошмянском районе.

🗣Легенда предусматривала проверку в том числе и эффективного взаимодействия служб, организации логистики и алгоритмов, по которым должен действовать персонал в нештатных ситуациях.

👔На время тренировки, как это было бы и в реальности, был создан ситуационный штаб в связи с вводом ЧС под руководством первого заместителя генерального директора - главного инженера РУП «Гродноэнерго» Ильи Кайко. В тренировке принял участие и заместитель главного инженера по работе с персоналом областной энергосистемы Владислав Белявский.

В рамках проверки было задействовано оборудование и спецтехника. Совместно с районным ЖКХ отработали мероприятия по электроснабжению от ДЭС потребителей первой категории, а именно канализационно-насосной станции и водозабора.
Также опробована и работа автономного источника питания диспетчерских пунктов ОДС и ОДГ Ошмянских электросетей от стационарных ДЭС.

🛸Нейросети в энергосистеме: как ИИ прогнозирует шторм и находит повреждения на ЛЭП
 
В ГПО «Белэнерго» с участием специалистов Офиса цифровизации РУП «Гродноэнерго» прошло рабочее совещание по вопросам определения повреждений и прогнозирования их вероятности в основной и распредсети.
В расчет берется множество факторов, в т.ч. метеоданные ипогодные капризы. Но самое важное обстоятельство совещания было в ITсоставляющей: анализ информации полученной с дронов после облета ЛЭП проводили нейросети.Они же сегодня делают прогнозы «опасной» погоды и обследуют линии электропередачи.

Во время совещания участники отметили, что в ГПО «Белэнерго» накоплены значительные статистические данные по произошедшим в электросетях 0,4-10 кВ и основной сетиотключениям.

– Используя паспортные данные электросетей, можно получить массивы информации: о состоянии, степени износа, типе используемых материалов линий, которые были повреждены.«Наложение» этой информации на архивные данные погоды (температура, атмосферное давление, влажность, скорость и направление ветра и др.) в определенной местности может помочь выявить закономерности зависимости повреждений воздушных линий электропередачиот метеоусловий. Это позволит, при прогнозировании таких «опасных» погодных условий для повышения надежности и быстроты реагирования на аварийные ситуации, заблаговременно приводить в «боевую» готовность персонал, обслуживающий электросети, – подчеркнул Анатолий Картавцев, первый заместитель директора-главный инженер филиала «ПСДТУ» РУП «Гродноэнерго».

🎖Обсуждались вопросы использования при прогнозировании погодных моделей «Белгидромет» и «Яндекс». Также обсуждался вопрос прогнозирования сроков восстановления энергоснабжения потребителей в случае повреждений электросетей из-за стихийных явлений.

Филиалом «Учебный центр» РУП «Витебскэнерго» была представлена информационно-вычислительная система «Vizor». В ней представлены несколько обученных нейросетевых моделей, которые позволяют анализировать фото, видеоматериал для выявления каких-либо аномалий.

🔆Так, одна из моделей позволяет находить в фото- и видеоматериалах, полученных с беспилотныхлетательных аппаратов, повреждение изоляторов. При обнаружении повреждения, дефект визуально выделяется с отображением вероятности повреждения.

⌨️Участникам показали потенциал IT-моделей, обученных анализировать видеопоток с камер наблюдения и находить приближающийся к объекту БПЛА.
Или решение, когда в видеопотоке нейросети определяют пернсонал, который не использует СИЗ или не надел каску.

Конечно, использование нейросетевых моделей для решения промышленных и производственных задач требуют значительных затрат на их обучение и внедрение, но результат от внедрения может значительно уменьшить затраты на техобслуживание электрических сетей, снизить время восстановления электроснабжения при стихийных явлениях, повысить контроль за соблюдением требований охраны труда.