AI-Powered Fault Prediction in 1100-kV Power Transmission Systems: From Algorithm-Driven Protection to Intelligent, Predictive Systems
تقترح هذه الورقة البحثية وتتحقق من صحة إطار عمل ثنائي الطبقات مدعوم بالذكاء الاصطناعي لأنظمة نقل الطاقة بجهد 1100 كيلوفولت، يدمج بين التنبؤ بمخاطر الأعطال لليوم التالي وبين تصنيف وتحديد موقع الأعطال لنصف دورة بناءً على القوانين الفيزيائية، مما يحسن دقة وحماية وموثوقية وسرعة الحماية بشكل كبير مع تقليل حالات الفصل الخاطئ والومضات الكهربائية الناتجة عن التلوث مقارنة بالطرق التقليدية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تُعد خطوط نقل الطاقة ذات الجهد العالي بمثابة الشرايين للشبكة الكهربائية، حيث تنقل كميات هائلة من الطاقة من محطات توليد الطاقة البعيدة إلى المدن والصناعات. وعندما تتضرر هذه الخطوط بسبب عاصفة، أو سقوط شجرة، أو شرارة تقفز عبر عازل متسخ، يجب قطع التيار الكهربائي بشكل فوري تقريباً لمنع حدوث سلسلة من الإخفاقات التي قد تؤدي إلى انقطاع التيار عن مناطق بأكملها. لعقود من الزمن، اعتمدت الأجهزة التي تتخذ هذا القرار على قواعد جامدة ومبرمجة مسبقاً؛ فهي تنتظر وقوع خلل ما، ثم تقيس الإشارات الكهربائية، وإذا تطابقت تلك الإشارات مع نمط معين، تقوم بفصل المفتاح. يعمل هذا النظام بشكل جيد في المشكلات الواضحة تماماً، لكنه يواجه صعوبة عندما يكون الضرر طفيفاً، مثل خلل ناتج عن مقاومة عالية بسبب غصن شجرة أو طبقة من الملح والغبار على عازل. في هذه الحالات المعقدة، غالباً ما تفشل القواعد القديمة في رصد الخطر، أو الأسوأ من ذلك، تقوم بفصل الطاقة دون داعٍ، مما يتسبب في انقطاع للتيار كان يمكن تجنبه.
يعمل الباحثون الآن على استكشاف نهج مختلف: استخدام الذكاء الاصطناعي للمساعدة في أنظمة الحماية هذه. فبدلاً من مجرد الاستجابة للخلل بعد وقوعه، تهدف هذه الأنظمة الجديدة إلى التنبؤ باحتمالية وقوع الفشل، وتحديد طبيعة الخلل بدقة في اللحظة التي يحدث فيها. هذا التحول من التشغيل القائم على رد الفعل إلى التشغيل التنبئي أمر بالغ الأهمية، خاصة لخطوط الجهد العالي للغاية، التي تنقل الكثير من الطاقة بحيث يمكن أن يكون فصل واحد غير ضروري بنفس تأثير فقدان محطة توليد طاقة كبرى. ويكمن التحدي في جعل هذه الأنظمة الذكية سريعة ودقيقة بما يكفي للعمل جنباً إلى جنب مع أجهزة السلامة الموثوقة والمعتمدة التي تحرس الشبكة حالياً، دون إدخال مخاطر جديدة.
قام أحد الباحثين بتطوير واختبار إطار عمل جديد مصمم لجلب هذه القدرة الذكية والتنبئية إلى خط نقل بجهد 1100 كيلوفولت، وهو أحد أعلى مستويات الجهد في العالم. وقد بنى نموذجاً رقمياً عالي التفصيل لقطاع بطول 360 كيلومتراً من هذا الخط، يشتمل على الأبراج الضخمة، والأسلاك المجمعة، والمفاعلات الخاصة المستخدمة لإدارة تدفق الكهرباء. وباستخدام هذا النموذج، قام بمحاكاة آلاف السيناريوهات، بما في ذلك الأعطال الناتجة عن الأشجار، والتلوث، والبرق، بالإضافة إلى الاضطرابات الطبيعية مثل التغيرات المفاجئة في الطقس أو أحمال الطاقة. وكان الهدف هو معرفة ما إذا كان بإمكان نظام ذكاء اصطناعي التفوق على طرق الحماية التقليدية القائمة على القواعد المستخدمة حالياً.
أنشأ الباحث نظاماً يتكون من جزأين؛ الجزء الأول هو طبقة تنبئية تراقب البيانات في الأيام التي تسبق حدثاً محتملاً. فهي تراقب ظروفاً مثل الرطوبة، والرياح، ومستويات الغبار، وكمية الكهرباء المتدفقة عبر الخط لتقدير خطر وقوع خلل في الـ 24 ساعة القادمة. أما الجزء الثاني فهو طبقة حماية تعمل في أجزاء من الثانية بعد وقوع الخلل. تقوم هذه الطبقة بتحليل الإشارات الكهربائية من الخط لتحديد نوع الخلل الذي حدث بسرعة، ومكانه، وما إذا كان من الآمن قطع الطاقة. ومن الأهمية بمكان أن هذا النظام الجديد لا يحل محل أجهزة السلامة الموجودة، بل يعمل كمساعد ذكي، حيث يقدم تحليله الخاص إلى جهاز الحماية المعتمد، الذي يتخذ القرار النهائي لفصل المفتاح.
في عمليات المحاكاة التي أجراها، أظهرت النتائج تحسناً كبيراً مقارنة بالطرق التقليدية. فقد تمكن نظام الحماية القياسي، الذي يعتمد على قواعد ثابتة، من تحديد الأعطال الداخلية بشكل صحيح بنسبة 83 بالمائة تقريباً. ومع ذلك، نجح نظام الذكاء الاصطناعي الجديد في تحديد نوع الخلل بدقة بلغت 99.2 بالمائة. وأصبح هذا الفرق أكثر أهمية عند التعامل مع الأعطال الصعبة، مثل تلك التي تمر عبر مقاومة عالية، مثل غصن شجرة أو عازل متسخ؛ حيث فشل النظام القديم في اكتشاف أعطال الأرض ذات المقاومة العالية هذه في نحو نصف الحالات تقريباً، بينما رصدها النظام الجديد بنسبة 80 بالمائة. علاوة على ذلك، اتخذ النظام الجديد قراراته بسرعة أكبر بكثير، حيث قلص الوقت اللازم للوصول إلى نتيجة من أكثر من 20 ميلي ثانية إلى أقل من 12 ميلي ثانية فقط. وهذه السرعة حيوية للحفاظ على استقرار الشبكة.
كما أثبت النظام فعاليته في تحديد موقع الخلل. فغالباً ما تواجه الطرق التقليدية صعوبة في تحديد الموقع بدقة عندما تكون المقاومة عالية، حيث تخطئ أحياناً بمقدار عشرات الكيلومترات. أما النهج الجديد، الذي يجمع بين الحسابات الفيزيائية القياسية والذكاء الاصطناعي، فقد قلل متوسط الخطأ إلى 7.1 كيلومتر فقط. وتساعد هذه الدرجة من الدقة فرق المرافق في العثور على المشكلة وإصلاحها بشكل أسرع. وبعيداً عن الحماية الفورية، أظهرت الطبقة التنبئية نتائج واعدة في مجال الصيانة؛ فمن خلال تحليل بيانات الطقس والحالة، استطاع النظام تحديد مقاطع الخط المعرضة لخطر الفشل بنسبة عالية قبل يوم من وقوع الحدث. وفي عمليات المحاكاة، حدد نظام الإنذار المبكر هذا 62 بالمائة من الأعطال قبل وقوعها، مقارنة بـ 42 بالمائة فقط لقواعد المراقبة القياسية.
اختبر الباحث أيضاً كيف يمكن لهذه القدرة التنبئية أن تغير أعمال الصيانة. فبدلاً من غسل العوازل وفق جدول زمني ثابت أو فقط عند اكتشاف المستشعر لمستوى معين من الأوساخ، اقترح النظام الجديد غسل المقاطع الأكثر عرضة لخطر الفشل بسبب التلوث فقط. أدى هذا النهج المستهدف إلى تقليل عدد حالات التفريغ الكهربائي (flashovers) المرتبطة بالتلوث بنسبة 30 بالمائة مع استخدام عدد أقل من فرق الغسيل مقارنة بالجدول الزمني المعتاد. وهذا يشير إلى أن شركات المرافق يمكنها توفير المال والموارد مع جعل الشبكة أكثر موثوقية.
وعلى الرغم من هذه النتائج الواعدة، يؤكد الباحث أن نتائجه مستمدة من محاكاة الكمبيوتر وليس من اختبارات ميدانية في العالم الحقيقي. فبالرغم من أن النموذج الرقمي كان دقيقاً للغاية، إلا أنه ظل يبسط بعض السلوكيات الفيزيائية المعقدة، مثل الطريقة التي يتقوس بها التيار الكهربائي عبر الهواء أو كيف قد تشوه المستشعرات الإشارات. ويشير الباحث إلى أنه قبل استخدام هذه التكنولوجيا في خطوط الطاقة الفعلية، يجب أن تخضع لاختبارات صارمة مع معدات حقيقية وأن يتم اعتمادها لتلبية معايوهات السلامة الصارمة. كما يوضح أن الذكاء الاصطناعي لا يكون جيداً إلا بقدر جودة البيانات التي تدرب عليها؛ فإذا قدم العالم الحقيقي موقفاً لم يره النظام من قبل، فقد لا يؤدي بنفس الكفاءة.
تخلص الدراسة إلى أن مستقبل حماية خطوط الطاقة يكمـن في نهج متعدد الطبقات. فالأجهزة المعتمدة والقائمة على القواعد التي حافظت على سلامة الشبكة لعقود يجب أن تظل هي المسؤولة عن القرار النهائي لقطع الطاقة. ومع ذلك، يمكن دعمها بأنظمة ذكية تتنبأ بالمخاطر، وتسرع اكتشاف الأعطال، وتوفر بيانات دقيقة عن المواقع. ويسمح هذا الجمع للشبكة بأن تصبح أكثر مرونة، حيث ترصد المشكلات التي كانت غير مرئية سابقاً، وتستجيب لها بسرعة ودقة لا يمكن للبشر أو الخوارزميات البسيطة تحقيقها بمفردهم. إن المسار إلى الأمام يتضمن دمج هذه الأدوات الجديدة بعناية، وضمان كونها قوية ضد الأخطاء والتهديدات السيبرانية، وإثبات موثوقيتها في العالم الحقيقي قبل الوثوق بها في حماية شبكة الطاقة بأكملها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.