Цветовая схема:
Масштаб:

Система интеллектуального анализа состояния воздушных линий электропередачи с использованием беспилотных воздушных судов и технологии искусственного интеллекта

Назначение:

Анализ материалов воздушного мониторинга на предмет вычисления параметров наблюдаемых объектов ВЛ, фиксации отклонений, дефектов и нарушений, происходящих на данных объектах.

Анализ состояния ВЛ (назначение)

Области применения:

  • Контроль технического состояния ВЛ.
  • Автоматизация процессов выявления дефектов, несоответствий.
  • Управление жизненным циклом объектов.
  • Предиктивный анализ.
  • Мониторинг нарушений, незаконных проникновений.
  • Контроль хода строительства.

Анализ состояния ВЛ (области применения)

Схема работы:

  • Получение сырых данных (фотоматериал с БПЛА самолетного или коптерного типа).
  • Извлечение метаданных из файлов снимков и полетных журналов БПЛА, координатная привязка к структуре объекта мониторинга.
  • Реконструкция положения и ориентации камеры в момент съемки, проецирование охранных зон и нормалей к рельефу на снимок, трехмерная реконструкция положения объектов на земле.
  • Нейросетевая обработка снимков, извлечение полезной информации (детекция и сегментация).
  • Прикладная математическая обработка, нахождение метрик, сравнение с уставками, выявление несоответствий.
  • Визуализация информации (результаты обработки, отчеты).
  • Передача информации в смежные системы.

Автоматизируемые процессы:

  • Хранение данных воздушного мониторинга в привязке к структуре объекта и времени наблюдения.
  • Обработка большого количества сырых данных с выдачей сжатой информации по нарушениям.
  • Подготовка оперативных и аналитических отчетов о текущем состоянии объекта.
  • Ведение справочников измеряемых параметров и нарушений с привязкой к структуре и типам объектов.
  • Передача результатов мониторинга в смежные системы (управление активами, управления ремонтами).

Состав:

№ Наименование модуля Назначение
1 Geo server Реконструкция положения и ориентации камеры в момент съемки для каждого снимка, нахождение областей обзора на земле, пересчет геокоординат объектов в координаты снимка и обратно, построение охранных зон, нормалей к рельефу
1 Detect Обработка отдельных снимков без учета сопутствующей метаинформации, в т.ч.: извлечение дополнительной графической информации классическими методами CV (нахождение меток, границ, ключевых точек, геометрических примитивов), детекция и семантическая сегментация объектов методами машинного обучения (нахождение отдельных элементов и областей в соответствии с заранее обученными классами)
3 Database Хранение структуры объекта мониторинга, нормативно-справочной информации, данных по рассчитанным параметрам
4 Back-End Отслеживание, сортировка и перемещения снимков, запуск детекции, расчета параметров, предоставление данных для визуализации на Front-End, интеграция со смежными системами
5 Front-End Пользовательский web-интерфейс оператора, позволяет выполнять настройки системы, запуск процессов и визуализацию результатов
8 Image server Предоставление фотоконтента для Front-End и смежных систем с возможностью буферизации, кэширования, изменения размеров снимка

Технологические функции:

  • Определение типов и выполнение анализа геометрии объектов.
  • Сравнение измеренных параметров с проектными значениями.
  • Определение координат объектов.
  • Расчет метрик объектов (кол-во, длина, площадь, объем).
  • Контроль паводковой обстановки.
  • Обнаружение очагов пожаров.
  • Фиксация несанкционированной деятельности в охранных зонах ВЛ.
  • Фиксация отсутствия или неисправного состояния элементов ВЛ.
  • Восстановление ортофотоплана и цифровой 3D модели местности.
  • Определение параметров древесно-кустарниковой растительности (ДКР).
  • Определение несоответствий требованиям действующей НТД.
  • Определение изменений, произошедших на местности.

Детекторы:

  • Дома, дачи, временные строения.
  • Порубочные остатки, брёвна, доски.
  • Строительная и сельхоз техника, грузовики, автомобили.
  • Дороги.
  • Водные объекты.
  • Элементы опор ВЛ (бетонные и решетчатые конструкции, фундаменты, изоляторы).
  • Дефектные элементы опор ВЛ (выпавший изолятор, поврежденный изолятор).
  • Отдельностоящие и поваленные деревья, кусты.
  • Массив леса.

Прикладные функции:

  • Многопользовательский web-interface с поддержкой ролевой модели.
  • Автоматизированное заведение нормативно-справочной информации по объектам из шаблонов xls или из мастер-системы (управление активами, управление ремонтами).
  • Автоматический расчет охранных зон (полигоны координат WGS-84).
  • Создание и ведение справочника типов объектов с габаритами и 3D моделями.
  • Автоматизированная (пакетная и селективная) загрузка фотоматериала и полетных журналов для присвоения координат и параметров внешнего ориентирования каждому снимку.
  • Отображение на карте объекта мониторинга, охранных зон и сделанных снимков. Возможность работы с локальным тайловым сервером или смежной ГИС.
  • Отображение древовидной структуры объекта мониторинга, переход к паспортным данным.
  • Возможность быстрой загрузки и просмотра тяжелых снимков (превью и кэширование), масштабирование, слайдер.
  • Возможность группового и селективного запуска аналитики, визуализация процесса.
  • Выпадающий список нарушений с переходом к деталям (исходное и распознанное фото), возможностью отклонения или изменения.
  • Сортируемый и фильтруемый журнал метрик, журнал нарушений.
  • Выгрузка результатов в xls.
  • Возможность отправки результатов в смежную систему.
  • Аналитика по количеству снимков и нарушений для каждого элемента структуры объектов.
  • Возможность задавать пороги вероятностей, изменять параметры постпроцессинга для каждого класса детекции.

Эффекты от применения:

  1. Количественные:

    • снижение времени на проведение оценки технического состояния объектов относительно стандартных визуальных и инструментальных методов - 30-50%;
    • снижение затрат на ремонтные работы за счет заблаговременного выявления дефектов, нарушений - 1-3%;
    • снижение потерь сырья, энергоносителя или способности предоставления услуги инфраструктурными объектами вследствие аварий, за счет своевременного выявления технических нарушений потенциально аварийного характера (снижение экономического ущерба) – 5 – 15%;
    • снижение времени разработки отчётной и проектной документации за счет автоматизации ведения данных по объектам – 10-20%.
  2. Качественные:

    • повышение качества и полноты выявления дефектов (более точные и достоверные данные);
    • повышение оперативности установления причин аварий;
    • возможность построения прогнозов состояния объектов и более точное планирование ремонтно-восстановительных мероприятий;
    • интеграция системы в информационный ландшафт предприятия.

Документация: