Przykładowe zdjęcie uszkodzonej łopaty z ekranu technika serwisanta, które AI pomaga klasyfikować do naprawy© Prawa zastrzeżone
Cykl życia wielu lądowych turbin wiatrowych prognozowany jest na ok. 25 lat. Aby mogły bez przeszkód pracować przez taki długi czas, konieczne jest ich serwisowanie. Muszą przechodzić regularne przeglądy. Tak jak samochód, który przechodzi okresowe badania techniczne, a w razie usterki – trzeba go naprawić, by mógł jeździć dalej. W przypadku turbin wiatrowych serwis polega na ciągłym monitoringu stanu zużycia poszczególnych części turbiny. Jednym z istotnych i najbardziej widocznych komponentów są łopaty turbin wiatrowych, których utrzymaniem zajmują się technicy serwisu wysokościowego. Łopaty to element najbardziej narażony na działanie czynników atmosferycznych.
PGE Energia Odnawialna z Grupy PGE jest największym w Polsce operatorem elektrowni wiatrowych. Zarządza aktualnie flotą 349 wiatraków o łącznej mocy blisko 800 MW.
Do przeglądu stanu „śmigieł” firma od dawna wykorzystuje drony, które znacznie ułatwiają wykonanie dokumentacji fotograficznej. Technicy serwisu utrzymania turbin korzystają też ze specjalnych łazików, które wspinają się po stalowej wieży turbiny, by zrobić zdjęcia w różnych pozycjach łopat po obrocie rotora. Dzięki temu uzyskują zdjęcia każdej łopaty z każdej strony. Ale wykonanie zdjęć to dopiero początek.
Jak sprawnie przejrzeć tysiące fotografii?
– Każda z turbin składa się z trzech łopat, co daje w naszym przypadku łączną liczbę 1047 łopat. Dron wykonuje około 100 zdjęć każdej z nich. W efekcie możemy otrzymać z rocznego przeglądu wszystkich turbin ponad 100 tys. zdjęć – opowiada Piotr Górecki, dyrektor Departamentu Eksploatacji Energetyki Wiatrowej w PGE Energia Odnawialna.
Wyobraźcie sobie konieczność przejrzenia takiego ogromnego zbioru fotografii. Dodatkowo mamy tu do czynienia z koniecznością powiększania i dokładnego analizowania każdego ze zdjęć po kolei, aby żaden fragment łopaty nie został pominięty. I tu właśnie z pomocą przychodzi sztuczna inteligencja.
Algorytm sam wyszukuje uszkodzenia na zdjęciach i „podpowiada” technikowi ich odpowiednią kwalifikację – to może być uszkodzenie wierzchniej powłoki łopaty, pęknięcie, zarysowanie, odprysk, ślady poprzedniej naprawy, niewielki otwór na powierzchni łopaty, uszkodzenie w wyniku uderzenia pioruna, albo nawet zwykłe zabrudzenie. Kategoryzacja uszkodzeń jest bardzo ważna, bo pozwala stwierdzić, jak pilna do wykonania jest dana naprawa. Sklasyfikowanie uszkodzeń jest kluczowym kryterium planowania prac zespołu w sezonie naprawczym.
Kluczowe informacje dla techników
– Na podstawie zdjęć i raportów z przeglądów w poprzednich latach nauczyliśmy AI, jak wyszukiwać uszkodzenia na zdjęciach. Działa ona według zadanego schematu treningowego – każde uszkodzenie do rozpoznania przez AI zostało uzupełnione przez technika kilkoma bardzo podobnymi zdjęciami uszkodzeń i przez niego zatwierdzone – wyjaśnia Małgorzata Hoch-Zwolińska, kierownik Działu Serwisu Wysokościowego Turbin Wiatrowych z PGE Energia Odnawialna. – Proces uczenia się trwa nadal. Uszkodzenia wytypowane w tym sezonie inspekcyjnym i zatwierdzone przez techników zasilą kolejny model algorytmu – dodaje. 
Do bazy trafia informacja o rodzaju, lokalizacji i rozmiarze uszkodzenia z przekierowaniem do zdjęcia źródłowego. Fotografia znajduje się w ułożonej sekwencji zdjęć całej łopaty. Dzięki temu możliwe jest dokładne ustalenie miejsca wystąpienia uszkodzenia, co jest kluczowe dla techników wykonujących naprawy.
Wykorzystanie AI do inspekcji łopat to nie tylko oszczędność czasu. Algorytm pozwala na utrzymanie jednakowej skali ocen. Pod koniec 8-godzinnego dnia pracy i wpatrywania się w setki zdjęć ludzka percepcja i sprawność oka nie będą już takie same jak w godzinach porannych. W grę wchodzi zmęczenie, które może wpłynąć na ocenę uszkodzenia. Algorytm jest na takie aspekty nieczuły. Zawsze będzie oceniał w ten sam sposób. Pozwala odciążyć pracowników i skupić im się na tym co jest naprawdę istotne, najtrudniejsze i nie do wykonania przez AI.
AI nie zastąpi człowieka
Zespół specjalistów po przeglądzie całego zbioru zdjęć z danego sezonu inspekcyjnego i klasyfikacji uszkodzeń planuje ich naprawę. W zależności od uszkodzenia nadaje się im priorytety wykonalności i układa kalendarz napraw, które mogą być wykonywane w okresach najmniejszej wietrzności. Chodzi o to, by turbina na czas naprawy łopat była wyłączone jak najkrócej i by jak najszybciej wróciła do wykonywania swojego zadania – produkcji zielonej energii z wiatru. Za część programistyczną projektu odpowiada spółka PGE Systemy.
Zdaniem Małgorzaty Hoch-Zwolińskiej sztuczna inteligencja nie wyeliminuje potrzeby udziału człowieka. – To technik nadaje priorytety i ostatecznie zatwierdza prace. Nawet po kilku latach „nauki” i przejmowaniu kolejnych zadań przez AI zawsze na końcu tej ścieżki będzie człowiek – mówi.
Artykuł powstał we współpracy z Polską Grupą Energetyczną
