Основным способом проверки линий электропередачи до сих пор является обход с визуальным осмотром сооружений. Эти мероприятия требуют большого числа сотрудников, которых постоянно не хватает. Работа тяжелая, выполняется зачастую в удаленных районах с неразвитой инфраструктурой. Но, благодаря развитию беспилотной авиации и искусственного интеллекта, осмотр ЛЭП теперь можно делать без участия людей.
Автоматизация процесса осмотра ЛЭП — это не только снижение текущих расходов и решение кадровой проблемы. Человек может что-то пропустить, у него подчас не хватает опыта или, наоборот, уже притупилось внимание к деталям из-за многолетней работы на одном месте. Беспристрастная машина способна оперативно выявлять дефекты, которые потенциально могут привести к масштабным авариям на объектах электроснабжения. Своевременное удаление деревьев, выросших в защитной зоне ЛЭП, а также ремонт или замена дефектных элементов обойдутся намного дешевле, чем те же действия, проводимые в авральном порядке.
Применение беспилотных летательных аппаратов
Изначально осмотр ЛЭП осуществлялся с земли. В ряде случаев, когда речь шла о труднодоступных районах, использовались вертолеты. Но у вертолета есть как минимум два существенных недостатка.
Во-первых, его использование стоит дорого. Во-вторых по соображениям безопасности он должен находиться на определенном расстоянии от ЛЭП, маневры вблизи нее, чтобы рассмотреть линию с разных сторон, недопустимы.
Возможно также наблюдение за состоянием ЛЭП из космоса. Но таким способом удается обнаружить только наличие деревьев, выросших в защитной зоне, более мелкие детали из космоса пока не видны.
С 2010-х годов для осмотра ЛЭП начали применять беспилотные летательные аппараты (БПЛА), построенные по вертолетной схеме (в обиходе их всех называют «квадрокоптерами», хотя в данном случае применяются аппараты, имеющие не 4, а 6 или 8 винтов). Такие БПЛА оснащены как минимум камерой, работающей в видимом диапазоне, кроме этого, на них могут быть установлены инфракрасные и ультрафиолетовые камеры. Наблюдения в инфракрасном диапазоне позволяют определить нагрев, в ультрафиолетовом — электрические разряды. Беспилотник может непрерывно снимать видео или же последовательно делать фотографии участков ЛЭП. Во втором случае одно и то же место фотографируется несколько раз. При последующем анализе изображений, если дефект обнаруживается только на одной фотографии из серии, это считается ошибкой. Тогда же, в 2010-х годах, для анализа фотографий и видеозаписей при осмотре ЛЭП с беспилотников стали использовать нейросети.
Для полета БПЛА весом более 150 г в России требуется заранее уведомлять власти. Раньше примерно за 5 дней, а с 1 сентября 2025 г. заявку надо подавать не менее чем за 24 часа до полета. БПЛА, пригодные для осмотра ЛЭП, весят заведомо больше 150 г. Поэтому они летают по определенному расписанию. Маршрут один и тот же, что позволяет автоматизировать управление беспилотником.
Для чего нужна нейросеть
ЛЭП проходят в различных условиях, и дефекты могут возникать самые разнообразные. Составить их исчерпывающий список практически невозможно. Поэтому компьютерная система должна учиться на конкретных примерах и анализировать их, а на это способны только системы искусственного интеллекта (ИИ). C помощью нейронных сетей можно обнаружить: отсутствие тарелки изолятора, сколы изолятора, обледенение изолятора, падение опоры, коррозию опоры, гнезда птиц на опоре, повреждение или обрыв провода, посторонний предмет на проводе, деформацию, отсутствие деталей арматуры и растительность на трассе ЛЭП [1]. Способны нейросети обнаружить и возведение незаконных объектов в защитной зоне.
На первоначальном этапе обучения в нейросеть вводятся изображения участков ЛЭП, на которых заведомо есть неисправности. Далее ИИ работает в паре с опытным экспертом. Если эксперт обнаруживает, что нейросеть не смогла распознать какую-то неисправность, он указывает на данное обстоятельство, и система запоминает, как выглядит еще один дефект. Набравшись опыта, ИИ обнаруживает большую часть неисправностей. В том случае, если нейросеть видит нечто, с чем она раньше не сталкивалась, либо определяет увиденное как неисправность, но не может понять, к какой категории она относится, задается вопрос человеческому эксперту. Полученный ответ пополняет базу знаний компьютерной системы.
Сверточные нейросети
Для распознавания на изображениях деталей, указывающих на наличие дефектов, применяются специальные нейросети. Речь идет о так называемых сверточных нейросетях, в которых изображение представляется в виде нескольких слоев. Сверточные слои выполняют операцию свертки, выделяя края, текстуры и формы. Слои подвыборки сохраняют наиболее важные признаки. Полносвязные слои преобразуют данные в одномерный вектор для классификации и обработки.
Таким образом, в сверточных нейросетях, в отличие от обычных, четко выстраивается иерархия признаков объекта. Это позволяет уменьшить расход вычислительной мощности на обработку данных, а также повысить устойчивость к шумам на изображении, которые обусловлены сложными погодными условиями. За рубежом для анализа повреждений на ЛЭП большое распространение получили нейросети семейства YOLO.
Внедрение в «Россети Центр»
Первопроходцем в деле применения БПЛА для контроля состояния ЛЭП стал Китай, но идею довольно быстро подхватили и в нашей стране.
Первой компанией в России, которая внедрила БПЛА и нейросети для осмотра ЛЭП, стала «Россети Центр». Занимается она этим с 2017 г., уже накоплен большой опыт [2] «Россети Центр» — крупнейшая электросетевая компания в нашей стране. По данным на 2024 год, протяженность ее воздушных ЛЭП только класса 35–110 кВ (которые подлежат ежегодному осмотру) составляет 51 445 км. Почти половина этой длины от-носится к труднодоступным местам.
В 2024 г. «Россети Центр» сделала следующий шаг и начала использовать новый программно-аппаратный комплекс для автоматизированного выявления дефектов ЛЭП, разработанный резидентом «Сколково», компанией VizorLabs. Нейросеть анализирует тысячи фотографий высокого разрешения, полученных за один полет беспилотника. Обнаруженные повреждения ранжируются по важности и срокам устранения, они представляются в виде фотографий с привязкой к географическим координатам. Система позволяет на 64% сократить расходы на осмотр сетей по сравнению с обычным обходом.
Кроме этого, в VizorLabs было создано программное обеспечение «Организация полетов БВС». Оно автоматизирует создание и согласование заявок на полет беспилотников, а также управляет действиями полетных отрядов.
Только в видимом диапазоне
Наблюдение в инфракрасном и ультрафиолетовом диапазоне позволяет обнаружить уже возникшие неисправности — нагрев и электрические разряды. Тем не менее этим событиям предшествовали определенные изменения в элементах ЛЭП, которые могли иметь внешние проявления. Анализируя внешний вид этих элементов с помощью нейросети, можно косвенным образом получить данные об их техническом состоянии. Это позволяет устанавливать на беспилотник только камеру, работающую в видимом диапазоне. Такое решение позволяет упростить и удешевить конструкцию БПЛА, а в перспективе — довести его массу до 150 граммов, когда беспилотник не нужно будет регистрировать и подавать заявки на полеты.
Систему, основанную на анализе фотографий только в видимом диапазоне, в 2021 г. разработали в Кузбасском государственном техническом университете имени Т. Ф. Горбачева (Кемерово). По заявлению разработчиков, точность распознавания составляет 99%. Разработкой уже заинтересовались в компании «Россети», но о внедрении пока не сообщается.
Профилактика и устранение неисправностей
Компания «Лаборатория будущего» из Екатеринбурга (тоже резидент «Сколково») производит БПЛА в том числе для нужд энергетики. Эти БПЛА снабжены тремя видеокамерами, одной инфракрасной камерой, лазерным и магнитным датчиками. Также эта фирма выполняет заказы по обследованию ЛЭП с помощью беспилотников. Заказчику предоставляется отчет с изображениями и измеренными параметрами.
По состоянию на 2025 г. «Лаборатория будущего» пока еще только работала над собственной системой автоматического распознавания дефектов на основе нейросети. Но ничто не мешает заказчику при необходимости самостоятельно использовать подходящую нейросеть для анализа полученных данных.
Зато в ассортименте продукции «Лаборатории будущего» есть система «Канатоходец», позволяющая не только осуществлять съемки и измерения для диагностики состояния линии, но и осуществлять на ней профилактические и даже ремонтные работы. В комплекс «Канатоход» входят две модели БПЛА вертолетного типа, способные осуществить посадку на провод (в том числе находящийся под напряжением) или трос. Беспилотник «Стрекоза» осуществляет диагностику, а также устанавливает ремонтные зажимы. Другая модель, «Паук», умеет счищать снег и наледь с проводов, наносить на них противогололедные реагенты, обрезать жилы проводов, устанавливать на провода сигнальные шары и отпугиватели птиц.
Применения ИИ на сетях 110 и 220 кВ
До сих пор внедрение нейросетей для диагностики дефектов ЛЭП в нашей стране относилось к региональным электрическим сетям напряжением до 110 кВ включительно. Следу-ющий этап внедрения ИИ — выявление дефектов на магистральных сетях напряжением 110 и 220 кВ. Они управляются на федеральном уровне компанией «Россети».
В июле 2025 г. холдинг «Россети» объявил тендер на выполнение НИОКР по теме: «Разработка системы обработки данных мониторинга ВЛ 110 и 220 кВ, полученных с помощью беспилотных воздушных судов с применением искусственного интеллекта». Цель работ, согласно техническому заданию, — устранить влияние человеческого фактора, повысить скорость и точность выявления дефектов, снизить эксплуатационные затраты и предотвратить аварии, вызванные несвоевременным обнаружением проблем. Кстати, ранее уже проводились опыты по мониторингу состояния таких сетей посредством специальных роботов, которые ездили по проводам. Тем не менее предпочтение в итоге все же отдали мониторингу посредством БПЛА.
Предполагалось, что все используемое или разрабатываемое программное обеспечение должно быть включено в Единый реестр российского ПО или базироваться на открытом коде.
Размещение и обработка данных должны были осуществляться исключительно на территории России. Начальная цена лота была установлена на уровне около 125 млн руб. К сожалению, по данным официального портала госзакупок на сентябрь этого года, в аукционе принял участие только один исполнитель, хотя о тендере было широко объявлено в СМИ. В связи с этим закупка была признана несостоявшейся. Что отпугнуло другие компании от участия в тендере — стоит только гадать. Не исключено, что причиной стали очень жесткие требования по локализации. Тем не менее задача разработки решения для сетей 110 и 220 кВ продолжает оставаться актуальной.
Выводы
Применение нейросетей для диагностики повреждений ЛЭП позволяет эффективно экономить средства одновременно с повышением надежности. В то же время до сих пор работа по внедрению данной технологии у нас больше является «инициативой на местах», нежели продуманной политикой, координируемой на уровне государства. С одной стороны, инициатива — это хорошо, да и конкуренция есть между нескольким группами исследователей, занимающихся данной проблемой.
С другой стороны, для внедрения системы по всей стране, а не только в центральных регионах, требуется создать выгодное по цене решение на основе отечественных программ и компонентов. А здесь уже требуется эффект масштаба, когда одно решение тиражируется в большом количестве, что снижает его себестоимость. Наконец, нужна единая база данных для обучения ИИ, включающая в себя массив данных по всем ЛЭП в стране. Поэтому без наличия некоего координационного центра не обойтись. Но он не обязательно должен быть государственной структурой. Функцию координации могут взять на себя отраслевые общественные объединения, хорошо знающие, какие решения действительно нужны энергетикам.
Литература:
1. Астапова М. А., Уздяев М. Ю. Детектирование дефектов неисправных элементов линий электропередач при помощи нейронных сетей семейства YOLO // Моделирование, оптимизация и информационные технологии, № 4 за 2021 г.
2. Александр Пилюгин: «Искусственный интеллект ошибается реже, чем сотрудники» // Электротехнический рынок, № 1 за 2020 г.
