کاربرد هوش مصنوعی در مدیریت ترانسفورماتورها

هوش مصنوعی در مدیریت ترانسفورماتورها، با استفاده از سنسورهایی با قابلیت یادگیری موجب بهبود عملکرد و افزایش عمر دستگاه می‌شود.

در دنیای امروز که شبکه و انتقال انرژی درحال گسترش است، چالش‌های زیادی برای اپراتورهای شبکه و تامین کنندگان انرژی به وجود آمده است. البته نباید نقش کلیدی تکنولوژی‌های جدید را فراموش کنیم، به عنوان مثال، اگر سیستم‌های هوشمند و سنسورها در تمام نقاط مهم توزیع با یکدیگر فعال شوند، هم به عنوان یک پایگاه داده و هم به عنوان یک “متخصص هوشمند” عمل می‌کنند. سیستم‌های دیجیتالی هوشمند، توصیه‌های دقیق و اقدامات مبتنی بر شرایط را برای مدیریت دارایی فراهم می‌کنند که باعث ایمنی و سلامت سیستم می‌شود. این موضوع را با در نظر گرفتن مفاهیم امنیت سایبری، در سه بخش بررسی می‌کنیم.

سنسورهای هوشمند

وظیفه نظارت و نگهداری برعهده سنسورهای روی ترانسفورماتور است و آن‌ها با ثبت مقادیر مهم، این کار را انجام می‌دهند. سنسورهای MSENSE مجهز به هوش مصنوعی هستند و می‌توانند داده‌های اندازه‌گیری شده را ارزیابی کنند. هوش مصنوعی این سنسور‌ها، با دانش کامل در این زمینه، توانایی تحلیل دیتاها را دارند. برای مثال الگوریتم سنسور DGA می‌تواند همبستگی بین غلظت گاز در عایق روغنی، سیگنال سنسور و خرابی‌های احتمالی را از طریق داده‌های آموزشی یاد بگیرد.

این  سنسور پس از نصب بر روی ترانسفورماتور، می‌تواند داده‌ها را تحلیل و ارزیابی کند و در صورت لزوم آن‌ها را تنظیم کند. توبیاس گروبر، مدیر محصول شرکت MR و عضو تیم توسعه الگوریتم می‌گوید: “اگر تحلیل نتایج آزمایشگاهی روغن را به عنوان یک نقطه مرجع در نظر بگیریم، سنسور DGA ترانسفورماتور خود را بررسی می‌کند و خود را به طور مداوم تنظیم می‌کند.

به این ترتیب، می‌توان از اتفاقاتی مانند انحراف سنسور و مانند آن جلوگیری کرد.” پس از آن، سنسور هوشمند اطلاعات و توصیه‌های خود را به صورت دیجیتالی به مرحله بعدی منتقل می‌کند.

امنیت سایبری سنسور

دسترسی افراد ناشناس به اطلاعات حساس، آسیب‌های زیادی در پی خواهد داشت. برای محافظت از اطلاعات، باید با داشتن یک طرح امنیت سایبری سختگیرانه، ابتدا از اطلاعات سنسورها محافظت کرد.

دکتر هوبرت فیرر، دکترای علوم کامپیوتر و متخصص امنیت سایبری شرکت MR توضیح می‌دهد: ” علاوه بر عدم اجازه دسترسی افراد غیر مجاز به داده‌های سنسورها، آماده و در دسترس بودن سیستم‌ها و صحیح و قابل اعتماد بودن داده‌های تحویل داده شده، بخشی از امنیت سایبری هستند.” همچنین هوش مصنوعی با تحلیل آموخته‌های خود، از وقوع اشتباه در اندازه‌گیری داده‌‎ها جلوگیری می‌کند.

ارزیابی هوشمند داده‌ها با هوش مصنوعی

یک سنسور نمی‌تواند به تنهایی همه اطلاعات را بررسی ‌کند و معمولا چندین سنسور به یک ترانسفورماتور متصل هستند و به طور مداوم داده‌ها را گزارش می‌کنند. گاهی پیش می‌آید که بعضی مقادیر به طور همزمان توسط چندین سنسور اندازه‌گیری می‌شود.

یک واحد هوشمند به نام ISM برای منظم کردن این برهم ریختگی اطلاعات بر روی ترانسفورماتور نظارت دارد. واحد محاسباتی ISM در سیستم اتوماسیون هوشمند ETOS تمامی داده‌ها را جمع‌آوری کرده و نتایج ارزیابی‌ را به بخش مدیریت دارایی انتقال می‌‌دهد.

هوش مصنوعی ترانسفورماتور نیز می‌تواند داده‌های متناقض را قبل از ارسال، شناسایی کند و سپس آن‌ها را بار دیگر ارزیابی کرده و در نهایت اصلاحات لازم را انجام می‌دهد.

گروبر در ادامه توضیح می‌دهد:” با استفاده از یک شبکه بیزی، می‎توان دید که کدام خطاها با هشدارهایی که ممکن است حتی رخ نداده باشند، مطابقت دارند. همچنین یک احتمال اولیه برای وقوع خطاهای معمول ترانسفورماتور و قابلیت اطمینان سنسورها در نظر گرفته شد.” در نتیجه، این کار می‌تواند احتمال رخ دادن تمامی مشکلات ترانسفورماتورها را نشان دهد.

امنیت سایبری ترانسفورماتور

برای مثال، مشتریان با استفاده از پورتال مشتری myReinhausen، مطمئن می‌شوند که ETOS آن‌ها همیشه آخرین به‌روزرسانی‌های نرم‌افزاری را دریافت کرده است و امنیت سایبری آن‌ها در بیشترین سطح ممکن قرار دارد.

دکتر فیرر می‌گوید: ” هنگام استقرار محصولات ما در کارگاه مشتریان، باید امکان آسیب‌های جدید شناسایی شوند و هرگونه ریسک ناشی از آن‌ها باید مورد ارزیابی قرار بگیرد. وظیفه ما ارائه به‌روزرسانی‌های امنیتی مربوط به محصولات‌مان به مشتریان است.”

در MR، این کار علاوه بر توسعه‌دهندگان، توسط بسیاری از متخصص‌ها در بخش‌های مختلف مانند IT، منابع انسانی، بخش خرید و دپارتمان حقوقی انجام می‌شود. به علاوه شرکت MR با رعایت استانداردهای بین‌المللی مانند ISO 27001 و IEC 62443 که مدل‌های ساختاری را ارائه می‌دهند و شامل برنامه‌ریزی، اجرا، بررسی و بهبود مداوم هستند، از امنیت محصولات خود اطمینان حاصل می‌کنند.

موارد گفته شده صرفا برای یک ترانسفورماتور است و این در حالی است که در بیشتر موارد، مدیران دارایی از یک گروه متشکل از ترانسفورماتورهای ساخت چند شرکت‌ مختلف با مدل‌ها و نسخه‌های متنوع نگهداری می‌کنند که هر کدام از این ترانسفورماتورها با توجه به سن دستگاه، نیاز به تعمیر و نگهداری مخصوص به خود را دارند.

پس از دیجیتالی شدن تمامی ترانسفورماتورها، داده‌ها می‌توانند وارد سیستم مدیریت هوشمند ناوگان TESSA APM شوند. این سیستم داده‌ها را ارزیابی کرده و از طریق تجزیه و تحلیل‌های مستقل، هر دستگاه را با توصیه‌ها و هشدارهای مربوط به آن، پشتیبانی می‌کند. الگوریتم‌ها نیز با گذشت زمان یاد می‌گیرند که دستگاه‌های مرتبط خود را بهتر نظارت کنند. همچنین تمام داده‌های آفلاین و همچنین دانش ارزشمند متخصصان نیز در الگوریتم قرار گرفته است.

با اتصال دیجیتال و پشتیبانی از هوش مصنوعی، از سنسورها گرفته تا ترانسفورماتورها و مدیریت دارایی، تصویر دقیق‌تری از وضعیت سلامتی دستگاه‌ها توسط اپراتورها دریافت می‌شود. این کار باعث افزایش ایمنی کار شده و هم با هدفمند کردن تعمیر و نگهداری، از نظر اقتصادی به‌صرفه‌تر است.

امنیت سایبری در مدیریت

هنگامی که ETOS به TESSA متصل می‌شود، بخش‌هایی که مسئول دو محصول MR هستند می‌توانند با ایجاد یک زیرساخت، ارتباط خود را رمزنگاری کنند. حتی زمانی که دستگاه‌ها و پلتفرم در حال فعالیت هستند، راینهاوزن به بررسی سیستم‌ها ادامه داده و می‌تواند هرگونه آسیب‌پذیری را به سرعت شناسایی کند و راه حل را در قالب به روزرسانی‌های نرم‌افزاری ارائه دهد. دکتر فيرر افزود: “در فرآیند توسعه، امنیت شامل انجام بررسی‌های مستقل به صورت تست‌های نفوذ و بازرسی مستقل است که قبل از تحویل دستگاه به مشتریان انجام می‌پذیرد. امنیت سایبری یک کار گروهی است که ما با تعهد و تخصص به آن مسلط هستیم.”

منبع: How AI can lend a hand