Специалисты Центра практического искусственного интеллекта Сбербанка вместе с другими российскими и международными исследователями разработали инновационный подход к мониторингу состояния изоляторов воздушных линий электропередачи.

Метод использует данные тока утечки и напряжения для прогнозирования пробоя изоляторов. Алгоритм работает в два этапа: сначала классифицирует состояние поверхности как сухое или влажное, затем оценивает риск аварии с точностью классификации более 98 процентов и ошибкой прогнозирования пробоя менее 1,16 процента Эти показатели значительно превосходят традиционные методы диагностики, такие как визуальный осмотр или инфракрасные камеры, которые требуют значительных ресурсов и не всегда точны.

«Это исследование вносит весомый вклад в цифровизацию энергетики. Мы показали, что машинное обучение не только может предсказывать аварии, но и делает это с рекордной точностью. Метод работает на реальных данных и учитывает ключевые факторы риска — загрязнение и влажность. Внедрение таких решений позволит энергокомпаниям снизить затраты на обслуживание и повысить надежность сетей. Мы уже видим интерес со стороны отрасли и планируем дальнейшие исследования в этом направлении», — отметил директор Центра практического искусственного интеллекта Сбербанка Глеб Гусев.

Проведенная работа также создает основу для интеллектуальных энергосистем будущего, считают авторы. По их словам, метод можно адаптировать для различных типов изоляторов и уровней напряжения, а это делает его универсальным инструментом повышения устойчивости электросетевой инфраструктуры.