التحليل الدقيق لإدارة أصول شبكة الخط الكهربائي

اقرأ في هذا المقال


الضرورة من التحليل الدقيق لإدارة أصول شبكة الخط الكهربائي

يعتبر نقل وتوزيع الكهرباء من خدمات الطاقة الحيوية للمجتمعات على مستوى العالم، كما وتدعم الخدمات الحيوية مثل الاتصالات السلكية واللاسلكية وخدمات المياه والنقل والتعليم، بحيث يتم فحص أصول الخط العلوي للشبكة الكهربائية (OHL) بانتظام بحثاً عن الأعطال أو الظروف التي قد تؤدي إلى حدوث أعطال، كما يتم ذلك لأسباب تتعلق بالسلامة والاقتصاد في المملكة المتحدة.

كما يجب على مشغلي شبكات التوزيع اتخاذ خطوات عملية لفحص خط الطاقة لتجنب الانقطاعات غير المخطط لها، كما طور منظمو صناعة الطاقة مجموعة من المعايير لتقييم أصول الشبكة الكهربائية، بحيث يتم فحص أبراج المعلمات الكهربائية وفقًا لحالة الأجزاء المكونة المختلفة مثل العوازل والموصلات ومسامير (U)، بالإضافة إلى عوامل مثل تعشيش الطيور وتراكم الفضلات وتعدي الغطاء النباتي.

كما يعتبر فحص أصول خطوط الجهد العالي أمراً صعباً بشكل خاص ويتطلب الحذر الشديد، بحيث أصبح استخدام الأشخاص في دورية لرصد ممر (OHL) ومكونات البرج الآن قديماً بسبب المخاطر العالية وعدم الكفاءة النسبية من حيث وقت الاستجابة، بحيث تركز الجهود المبذولة لتحسين جودة الفحص وسلامته وتقليل التكاليف ومخاطر الفشل على استغلال التصوير البصري الجوي والأقمار الصناعية وأجهزة المسح بالليزر المحمولة جواً.

كذلك يستخدم التصوير الجوي على ارتفاعات منخفضة للتفتيش الدقيق باستخدام طائرات الهليكوبتر الشائعة في الصناعة، بحيث وصف تقييم الحالة المتقدمة وتقنيات إدارة الأصول المعتمدة من قبل مشغلي شبكات التوزيع في المملكة المتحدة كمكونات رئيسية في فحص وتجديد أصول (OHL)، وفي الآونة الأخيرة كان هناك استخدام متزايد لتكنولوجيا الطائرات بدون طيار مع التركيز على مهمة واحدة قصيرة المدى.

كما يمكن تحليق طائرة بدون طيار بالقرب من أحد الأصول والتقاط صور عالية الدقة من مناظر مختلفة، وذلك كبدائل الطائرات بدون طيار من حيث المرونة والتكلفة هي روبوتات الطيران المتدحرجة والهجينة المتسلقة، وعلى الرغم من وجود مقترحات لنشر هذه البدائل للتأمين على أصول (OHL)، إلا أنها لم يتم اعتمادها بعد كإمكانيات للعمل كالمعتاد (BaU).

كما تلتقط أنابيب التفتيش الحالية صوراً جوية عبر طائرات الهليكوبتر ويتم تحليل الصور الجوية التي تم الحصول عليها يدوياً بواسطة خبراء بحثاً عن الأعطال أو التوقيعات الأولية للأعطال، حيث أن هذه عملية كثيفة العمالة وذاتية، وهي عرضة للخطأ ومكلفة.

فيما بعد ونظراً للتقييم الآلي لحالة البرج من الصور الجوية بناءً على التعلم العميق، وهناك نصف أنظمة النماذج الأولية ونبلغ عن نتائج تقييم الأداء على بيانات الصناعة في العالم الحقيقي، والأهم من ذلك أن طرق التعلم الآلي المستخدمة للتنبؤ بتصنيفات حالة البرج يتم تدريبها دون استخدام تسميات تصنيف الحالة للمكونات الفردية محل الاهتمام.

وبدلاً من ذلك يتم الإشراف على التعلم باستخدام تسميات الحالة فقط لكل برج ككل، كما يمكّننا هذا النهج من استخدام مجموعة بيانات صناعية في العالم الحقيقي دون الحاجة إلى تعليقات بشرية إضافية مكلفة لآلاف شروط المكونات الفردية.

الدافع المرتبط بأهمية مراقبة الأصول الكهربائية

تم توضيح الآثار الاقتصادية والمجتمعية لانقطاع التيار الكهربائي في جميع أنحاء العالم، بحيث تتضمن الحسابات المتعلقة بفشل الشبكات الكهربائية تلك المتعلقة بانقطاع التيار الكهربائي في أمريكا الشمالية وأوروبا، بحيث قدر تقييم لتأثير انقطاع التيار الكهربائي في عام 2003م في إيطاليا الأضرار التي لحقت بالمجتمع بما يتجاوز 1.15 مليار يورو.

لذلك تتنوع الأسباب الجذرية لانقطاع التيار الكهربائي وتشمل فقدان توليد الطاقة وفشل التبديل وفشل تكنولوجيا المعلومات وفشل أصول شبكة (OHL)، كما أنه يمكن أن يتسبب تدهور شبكات (OHL) في أحداث بيئية كارثية مثل حريق الغابات في كاليفورنيا عام 2019م، والذي ورد أنه تسبب في حرق أكثر من (150.000) فدان وقتل 85 شخصاً، بحيث تم الإبلاغ عن فشل المكونات والأخطاء البشرية لتكون مسؤولة عن ثلث حالات انقطاع التيار الكهربائي في جميع أنحاء العالم بين عامي 2011م و 2019م.

كما تعتبر شبكات (OHL) الكهربائية شبكات معقدة ومتنوعة وموزعة بشكل كبير من الأصول مثل الكابلات الكهربائية والأبراج والعوازل ومحولات القطب (PMT) والموانع، بحيث يتزايد التوليد الموزع داخل الشبكات الكهربائية، وهذا يخلق تدفقات طاقة ثنائية الاتجاه أكثر تعقيداً لنظام تم تصميمه في الأصل لتوفير خدمة طاقة مركزية أحادية الاتجاه، وذلك لدعم استمرارية الطاقة الكهربائية الموثوقة والميسورة التكلفة والمستدامة بشكل متزايد.

كما قد تكون هناك حاجة إلى تعزيز الشبكة وهذا يمثل تكلفة كبيرة لمشغلي الشبكات والمستهلكين، على سبيل المثال من المتوقع أن يؤدي تحديث الشبكات الكهربائية في الولايات المتحدة إلى تكلفة قدرها 3 تريليون دولار، والتي لا تشمل الاستثمار في أصول التوليد الكهربائي.

ولدعم تأجيل الاستثمار في الشبكة الكهربائية ولضمان استمرارية خدمة موثوقة ضمن شبكة كهربائية حديثة؛ فإن إدارة الأصول لها دور استراتيجي، حيث سلط “ميجيلانيز مارتن وفلين” الضوء على الانتقال من مراقبة الحالة المستندة إلى الوقت إلى الصيانة التنبؤية داخل قطاع الطاقة، كما تمت ملاحظة المراقبة الفعالة للأصول جزء لا يتجزأ من استمرارية الخدمة.

العمل المسبق الخاص بالمراقبة الآلية

تم الإبلاغ عن طريقة لتصنيف تكوينات البرج تلقائياً من الصور الجوية، بحيث نركز على التحديات الخاصة بفشل المعدات في الأبراج، خاصة العوازل ومسامير (U)، كما ركز بعض الباحثين على العوامل البيئية التي قد تؤدي إلى تدهور المكونات وفشلها، كذلك قد تضمن هذا الكشف عن أنشطة الطيور على أبراج (OHL) واكتشاف الجليد وقياس زحف الغطاء النباتي، بحيث تناول البعض الآخر الكشف عن المكونات التي فشلت أو التي تتطلب أعمال صيانة فورية.

وقد تضمن ذلك الكشف عن خيوط الخطوط المكسورة وقياس ترهل مقاطع الخط، ومع ذلك: فإن العوازل هي المكونات التي تمت دراستها أكثر من حيث أتمتة الكشف وتقييم الحالة على أبراج (OHL)، بحيث ركزت الدراسات على اكتشاف العوازل في الصور، وفي بعض الحالات تقسيمها ومع التركيز على أوضاع الأعطال الكهربائية مثل الأكواخ المحطمة أو المنفجرة وأغطية العازل المفقودة أو المتصدعة أو الفلاش فوق النقاط الساخنة.

كما نكتشف العوازل ونحلل أوضاع الفشل الميكانيكي للعازل على مستوى البرج ونصنف الأبراج على أنها صحية أو غير صحية بناءً على حالة العوازل المكتشفة، وذلك بدلاً من تقسيم المناطق الفرعية للمكونات مثل أغطية العازل المفقودة، كذلك القيام بتدريب كاشف الحالة باستخدام ملصقات التصنيف للعوازل الفردية والتركيز على تصنيف حالة البرج المجمع.

وأخيراً يتم استخلاص طرق تحليل صور أصول (OHL) من رؤية الكمبيوتر ودراسات التحليل العميق، بحيث كان لتحليل الصور التقليدي دور مركزي، حيث اعتمد بشكل كبير على الاستخراج الهندسي للنسيج والشكل وميزات اللون، كما أنه تم استخدام دمج ميزات مثل المستويات الرمادية وأسماء الألوان والمدرج التكراري للتدرجات الموجهة (HOG) لتحسين أداء اكتشاف العازل.


شارك المقالة: