في الفترة من 11 إلى 14 مايو ، حدث أقوى هطول للأمطار الغزيرة المستمرة في شنتشن هذا العام. يعتبر خط النقل عالي الجهد ، وهو الشريان الأورطي لمصدر الطاقة الذي يمر عبر الجبال ، آمنًا وسليمًا. هذا لا ينفصل عن "القوة السحرية" للتكنولوجيا الرقمية.
"لقد نشرنا نظام مراقبة شامل في أكثر من 6900 برج نقل في المدينة للتعرف تلقائيًا على الأخطار والعيوب الخفية لخطوط النقل من خلال خوارزمية الذكاء الاصطناعي. لقد قمنا بتغيير وضع الفحص اليدوي التقليدي من خلال الرحلات عبر الجبال والأنهار ، و تمت زيادة الكفاءة الشاملة بمقدار 11 مرة مقارنة بالوضع التقليدي ". قال Huikun Pei ، رئيس قسم الخط في معهد إدارة النقل التابع لمكتب إمداد الطاقة في Shenzhen ، إن النظام يحتوي على خوارزميات ذكاء اصطناعي مثل تحديد حرائق الجبال ، والتي يمكنها تحديد حرائق الجبال والإنذار بها ، وتوفير دعم البيانات للوقاية من الكوارث الحضرية. والتخفيف والاستجابة للطوارئ مع ضمان سلامة خطوط النقل.
(توضح الصورة نظام المراقبة الذكي لخط النقل)
بالإضافة إلى خطوط النقل ، تُستخدم التكنولوجيا الرقمية أيضًا في مجال تحويل وتوزيع الطاقة ، مما يحقق الإدراك البانورامي لحالة شبكة الطاقة والربط الحقيقي الافتراضي من خلال التوأمة الرقمية. "في مجال المحطات الفرعية الرقمية ، قمنا بتطوير خوارزميات مراقبة حالة المعدات وخوارزميات تحديد الخطر الخفي. من خلال روبوت الفحص 5g وكاميرا 5g ومحطات ذكية أخرى ، يدعم فحص الفيديو بالذكاء الاصطناعي الفحص والتشغيل الذكي ، وتم تحسين كفاءة الفحص بنحو 2.7 مرات ".
قدم Huangweizhao ، وهو خبير تقني في مركز إنتاج الشبكة الرئيسي لمكتب Shenzhen Power Supply ، أنه في مجال توزيع الطاقة ، جنبًا إلى جنب مع نظام المراقبة عبر الإنترنت في الوقت الفعلي ، يمكنه تحقيق المراقبة في الوقت الفعلي والإنذار المبكر لحالة شبكة التوزيع ، موقع الخطأ السريع ، العزل التلقائي للخطأ ، وتحسين قدرة ضمان إمداد الطاقة "في الكيلومتر الأخير".
من المفهوم أنه من خلال بيانات مراقبة شبكة الطاقة الضخمة التي تم جمعها بواسطة شبكة الطاقة الرقمية ، أطلق مكتب تزويد الطاقة في Shenzhen أيضًا "Super Brain" وأصدر أول نموذج تدريب ما قبل لمراقبة معدات الطاقة في البلاد هذا العام ، مما أدى إلى تحسين شامل للبحث والتطوير. كفاءة ودقة الخوارزميات الذكية. بأخذ مركز قيادة الإنتاج كمثال ، من خلال الربط متعدد الأنظمة وتحليل البيانات الضخمة ، يتم تقصير وقت معالجة الأخطاء للمركز بأكثر من ساعة واحدة في المتوسط ، مما يحسن بشكل كبير من موثوقية مصدر الطاقة.
