*Artykuł sponsorowany* Sztuczna inteligencja rewolucjonizuje zarządzanie infrastrukturą transmisyjną – umożliwia szybszą diagnozę i eliminację zakłóceń przesyłu danych oraz działania prewencyjne minimalizujące ryzyko awarii.

Dla spółek energetycznych kluczowe jest utrzymanie niezawodnej transmisji danych między punktami pomiarowymi a systemami centralnymi. Podstawą tego procesu jest infrastruktura transmisyjna oparta na sieci GSM. Każde zakłócenie transmisji prowadzi do opóźnień w dostarczaniu danych lub niedostarczenia ich w ogóle, a to wpływa na procesy operacyjne i jakość realizowanych usług.

Przyczyny zakłóceń transmisji

Awarie urządzeń komunikacyjnych, zmiany parametrów radiowych sieci transmisyjnej (związane np. z wilgotnością lub oblodzeniem) czy prace modernizacyjne operatorów GSM mogą obniżyć jakość transmisji lub czasowo ją uniemożliwić. Nieoptymalny montaż urządzeń lub dobór komponentów również mogą skutkować problemami z przesyłaniem danych skutecznie i na czas. W efekcie dochodzi do opóźnień lub całkowitego braku przesyłu danych.

Szybkość naprawy zależy od trafnej identyfikacji źródła problemu

Dla utrzymania wysokiej jakości usług kluczowa jest szybka reakcja na awarię i przywrócenie transmisji. Możliwość reakcji zależy w pierwszej kolejności od ustalenia miejsca i przyczyny awarii – a mogą one leżeć zarówno po stronie sieci operatora komórkowego, jak i samej spółki.

Zakłócenia transmisji mogą mieć wiele przyczyn: częste przełączanie między stacjami bazowymi, sygnał radiowy za słaby, aby umożliwić przesył danych, czy niedostępność punktów pomiarowych z powodu uszkodzenia urządzeń lub braku zasilania. Niektóre z tych przyczyn są pod kontrolą operatora GSM, a niektóre – spółki dystrybucyjnej. Rozpoznanie miejsca i przyczyny awarii determinuje czas i skuteczność jej usunięcia.

amiGO: źródło cennych danych ze wszystkich punktów pomiarowych

System amiGO zarządza całą populacją urządzeń komunikacyjnych w punktach pomiarowych. W czasie rzeczywistym zbiera szeroki zestaw danych dotyczących jakości i warunków technicznych transmisji - siły sygnału, identyfikatorów stacji BTS, przełączania między stacjami bazowymi, zmian technologii radiowych, opóźnień w sieci czy poziomu utraty pakietów.

Idealny punkt pomiarowy funkcjonuje w sposób całkowicie stabilny, gwarantujący przesył 100% danych zgodnie z harmonogramem. amiGO dysponuje ogromnym wolumenem danych o przeszłych i aktualnych zakłóceniach tej transmisji. Czy dane te można wykorzystać do prognozowania zdarzeń i optymalizacji funkcjonowania systemu?

amiGO + AI = szybkie i skuteczne wykrywanie źródła zakłóceń

Moduł analityczny oparty na sztucznej inteligencji współpracujący z systemem amiGO pomoże minimalizować lub eliminować zdarzenia operatora w całym systemie transmisji i redukować koszty interwencji naprawczych.

AI umożliwia na przykład automatyczny dobór optymalnej technologii transmisji radiowej w danej lokalizacji – spośród technologii dostępnych w urządzeniu komunikacyjnym wybiera tę, która w danej sytuacji najskuteczniej zrealizuje funkcje transmisyjne.

Sztuczna inteligencja jest w stanie skorelować z pozoru niepowiązane zdarzenia w sieci i precyzyjnie wskazać źródło problemu. To pozwala ekipom technicznym skupić się na rzeczywistych przyczynach zakłóceń zamiast prowadzić kosztowne i czasochłonne poszukiwania na miejscu.

Szybsze naprawy, mniej interwencji

AI znacząco skraca czas potrzebny na naprawę. Tradycyjnie w przypadku awarii ekipy serwisowe muszą fizycznie pojawić się na miejscu, aby zdiagnozować problem. AI eliminuje tę potrzebę dzięki automatycznemu rozpoznawaniu przyczyn zakłóceń i integracji danych z systemów operatorów GSM z danymi z rozproszonych lokalizacji infrastruktury energetycznej. Przykładowo, gdy stacja bazowa BTS przestaje działać, system od razu wie, że problem leży po stronie sieci operatora, co eliminuje konieczność wysyłania techników.

Reagowanie prewencyjne

Jedną z głównych zalet AI jest zdolność do przewidywania problemów zanim te faktycznie wystąpią. Analiza danych historycznych i statystyk pracy urządzeń, agregowanych przez system amiGO, pozwala AI tworzyć modele prewencyjne. Dzięki temu spółki energetyczne mogą proaktywnie eliminować zakłócenia transmisji.

AI wytrenowana na rzeczywistych danych dostarcza precyzyjnych prognoz i rekomendacji. Dzięki temu działania prewencyjne stają się standardem, a nie reakcją na problem, który już wystąpił.

Przyszłość: automatyzacja i optymalizacja

Obecnie moduł ekspercki w ramach amiGO ocenia kondycję urządzenia transmisyjnego i przyczynę ewentualnych dysfunkcji. Wykorzystuje miliardy rekordów danych do tworzenia statystyk dotyczących historii funkcjonowania pojedynczych urządzeń i całej ich populacji. W ten sposób wspiera diagnostykę awarii i umożliwia ocenę kondycji funkcjonowania całego systemu transmisji danych z punktów pomiarowych do systemów centralnych.

Zastąpienie obecnego modułu opartego na danych statystycznych i historycznych modułem pracującym w oparciu o odpowiednio wytrenowane AI zasadniczo poprawi szybkość i trafność identyfikacji źródeł niepożądanych zdarzeń awarii, i zwiększy możliwość prewencji.

Jak przeprowadzić taki trening? Ważna jest rzetelność danych – a systemy centralne spółek dysponują dużym wolumenem rzeczywistych danych o funkcjonowaniu infrastruktury, pochodzących z poszczególnych lokalizacji, przesłanych przez sieć GSM. Dane te są znakomitym materiałem treningowym do tworzenia odpowiednio wytrenowanych modeli sztucznej inteligencji.

Źródło: ANDRA Sp. z o.o.