У СИГМЫ вышла новая статья в журнале «Энергия без границ»

Журнал «Энергия без границ» опубликовал новую статью об искусственном интеллекте. Вокруг ИИ много споров и прогнозов, часто его считают универсальным решением для любых задач. Но на деле эффективность ИИ зависит от цифровизации отрасли, качества данных и готовности инфраструктуры к внедрению. Об этом рассказал Олег Бунин, директор по инновациям компании «Интер РАО — Цифровые решения». 

Искусственный интеллект в энергетике можно применить во множестве процессов, но ключевым условием внедрения остаётся измеряемый экономический эффект. Главная цель применения ИИ —  повышение эффективности, снижение себестоимости бизнес-процессов. Поэтому в отрасли используют в первую очередь, те ИИ-решения, которые уже доказали свою результативность. ИИ становится частью цифровой трансформации отрасли, помогая оперативно анализировать и обрабатывать самые разные данные: от показаний счётчиков и датчиков оборудования до прогнозирования спроса, формирования аналитики, обработки запросов и корпоративного обучения. Но тут есть парадокс: начиная внедрять ИИ, компании выявляют проблемы в бизнес-процессах и начинают их решать, благодаря чему эффективность их работы повышается уже в ходе проектов.

УМНЫЙ ПОМОЩНИК ДЛЯ КЛИЕНТА: ИИ В ЭНЕРГОСБЫТОВОМ СЕГМЕНТЕ

В энергосбытовой деятельности искусственный интеллект применяется в самых разных процессах. Например, при взаимодействии с абонентами ИИ помогает быстро отвечать на вопросы, находя нужную информацию в горах нормативной документации. Среди инструментов для такой работы —  чат-боты, которые могут понимать контекст и эмоциональную окраску запроса и самостоятельно решать до 95% обращений. Например, потребителю не нужно ждать на линии или отправляться в офис сбытовой компании: он может получить необходимую информацию в чате. Бот «подключён» к базе знаний и мгновенно ищет в ней ответ, даже если пользователь сформулировал вопрос простым языком, а не терминами из инструкции. Такие решения не заменяют кол-центры, а дополняют их: типовые обращения обрабатываются автоматически, а более сложные и нестандартные передаются операторам. Это помогает сократить нагрузку на персонал и повысить качество обслуживания. Для обеспечения достоверности данных в энергосбытовой деятельности применяется компьютерное зрение — автоматическое распознавание данных с приборов учёта, что позволяет ускорить обработку показаний счётчиков, быстрее и точнее формировать расчетные документы для потребителей.


ЦИФРОВОЙ ДИСПЕТЧЕР: ИИ В ЭЛЕКТРОГЕНЕРАЦИИ

На электростанциях машинное обучение помогает предотвращать сбои в работе оборудования. Используя данные датчиков, которые фиксируют ключевые параметры работы различных агрегатов и их отклонения от штатных значений, и сопоставляя их с уже имеющимися данными и требованиями производи-телей, ИИ может оперативно выявлять, где требуется дополнительный осмотр, профилактика или ремонт. Ещё один полезный «навык» ИИ  —  моделирование сценариев потребления электроэнергии. На основе аналитических данных (и не только о потреблении электроэнергии, но и о погодных условиях, праздничных днях и других внешних факторах) он может смоделировать, сколько электроэнергии потребуется в разных условиях. Например, система может спрогнозировать рост потребления электроэнергии в период резкого похолодания и заранее скорректировать загрузку электростанций. Благодаря этому можно точнее планировать работу электростанций, вырабатывать необходимое количество энергии. Это выгодно и экологично, так как снижает избыточную генерацию, уменьшает нагрузку на оборудование и способствует сокращению промышленных выбросов.


ТРЕТИЙ ГЛАЗ: ПРИМЕНЕНИЕ ИИ ДЛЯ ОБСЛУЖИВАНИЯ ОБОРУДОВАНИЯ И ИНФРАСТРУКТУРЫ

Другой важный инструмент  —  компьютерное зрение. Оно позволяет обеспечивать безопасность на объектах: видеопотоки с камер наблюдения в реальном времени анализируются для выявления нарушений техники безопасности и регламентов работ, несанкционированного проникновения посторонних на объект. Компьютерное зрение помогает и в обслуживании линий электропередачи. Многие участки ЛЭП находятся в труднодоступных местах: отправлять туда людей дорого или попросту невозможно. А вот дрон с компьютерным зрением легко долетает до любой опоры ЛЭП и отслеживает состояние проводов, изоляторов и креплений. В сложных климатически условия, например, могут обледенеть кабели, что чревато их обрывом. Дрон способен не только оценить наличие и толщину ледовой корки, но и сбить её с помощью установленного на нем специального оборудования. Дроны автоматически обследуют тысячи километров ЛЭП, выявляя дефекты, до которых человек мог бы просто не добраться. Так можно предотвращать серьёзные аварии и затраты на их устранение.


ПЯТЬ ОГРАНИЧЕНИЙ ПРИ ВНЕДРЕНИИ ИИ

Почему же ИИ до сих пор не внедрён повсеместно? Эксперты выделяют пять главных причин.

• Первая связана с компетенциями персонала: работа с ИИ —  новый навык, требующий дополнительного обучения.
• Второй фактор —  наличие команды специалистов по ИИ. В ИТ-отрасли уже появился целый ряд новых специальностей, связанных с развитием нейросетей и разработками на их основе.
• Третья серьёзная преграда —  недостаток качественных данных. Еще не все производственные процессы имеют цифровой след.
• Четвёртый фактор —  уровень развития инфраструктуры для ИИ. Чтобы обучать ИИ-модели, необходимы значительные вычислительные мощности, а для их работы —  стабильное энергоснабжение.
• Обучение одной современной ИИ-модели потребляет столько же электричества, сколько 20 тысяч домохозяйств за целый год. Интересно, что некоторые центры обработки данных, которые позиционируют себя как «ЦОДы для ИИ», начинают строить собственные электростанции, чтобы не зависеть от общих сетей. Развитие дата-центров и собственной генерации становится новым трендом в ИТ-отрасли.
• Пятое ограничение —  жёсткие требования к информационной безопасности всего ИТ-ландшафта энергетических компаний, в том числе ИИ-решений. Особое внимание уделяется их разработке и контролю на всех этапах жизненного цикла.

Например, в СИГМЕ применяется технология безопасной разработки, это позволяет создавать надёжные продукты, контроль их соответствия требованиям информационной безопасности ведётся на всех этапах создания программного продукта, что уже закрывает базовые угрозы, характерные для современных ИИ-систем. Выработка баланса между инновациями и безопасностью сейчас активно обсуждается в профессиональном сообществе.


ИИ В ДЕЙСТВИИ: УСПЕШНЫЕ КЕЙСЫ

Успешные примеры реального применения ИИ уже есть во всех сегментах энергетики. Например, цифровые двойники участков сети. Это уже не просто модели, а полноценные цифровые копии, которые получают телеметрию в реальном времени. С их помощью можно оптимально перераспределять нагрузку, оценивать риски сбоев, планировать ресурсы для проведения ремонтных и профилактических работ.

В «Интер РАО» внедрена система удалённого мониторинга и диагностики оборудования с применением технологии предиктивной аналитики. При помощи искусственного интеллекта эта система анализирует массивы данных и выявляет потенциальные технологические нарушения, что позволяет выявить проблему ещё до её наступления. Объём ущерба, предотвращённого благодаря ИИ-решению, составил 264 млн рублей за 24 месяца.

Ещё один кейс  — прогнозирование отказов оборудования на тепло- и электростанциях. ИИ помогает проводить диагностику подшипников, изоляции, электродвигателей и других жизненно важных узлов станций. Благодаря этому удаётся перейти от планово-предупредительных ремонтов к обслуживанию по фактическому состоянию — а это колоссальная экономия. Все три кейса решают конкретные, измеримые задачи снижение потерь, предотвращение аварийных отключений, сокращение стоимости ремонтов. Именно поэтому они стали по-настоящему успешными.


НОВЫЕ КАДРЫ И КОМПЕТЕНЦИИ

Распространение ИИ стимулирует появление новых ИТ-профессий. Например, разметчики данных, которые готовят примеры для обучения моделей. Нужны и промпт-инженеры —  они учат ИИ правильно понимать запросы пользователей.
Инженеры данных, инженеры цифровых двойников, ML-инженеры для настройки моделей и специалисты по безопасности ИИ-систем — вот далеко не полный список новых ИТ-ролей, которые необходимы для успешной работы ИИ-сервисов и их интеграции с корпоративными и пользовательскими приложениями.


ПЕРСПЕКТИВЫ РАЗВИТИЯ ИИ В ТЭК

Безусловно, рынок ИИ-решений для ТЭК будет развиваться в первую очередь в таких направлениях, как цифровые двойники и платформенная аналитика. Также будет расти количество отечественных ИИ-решений и продуктов для обеспечения технологического суверенитета в целом. В России доля компаний в сфере ТЭК, использующих ИИ, выросла до 58% в 2024 году, а в 2021 году их было всего 29%.

Несомненно, промышленный ИИ изменит подходы к управлению инфраструктурой ТЭК. Что касается физической составляющей, то мы перейдём от реактивного обслуживания к проактивному управлению. Оборудование будет само сообщать о своём состоянии, дроны — патрулировать сети в автоматическом режиме, а цифровые двойники —  просчитывать сценарии развития ситуации на годы вперёд. И это не вытеснит профессионала, а, наоборот, даст ему новые возможности работать эффективнее. Автоматика возьмёт на себя рутину и мониторинг, а у энергетиков появится больше качественных данных для принятия решений. Именно в этой синергии —  интеллектуального бэк-офиса и автономной физической инфраструктуры —  главный вектор трансформации отрасли.