Phát hiện lỗi cáp nguồn được hỗ trợ bởi AI: Học máy đang thay đổi chẩn đoán cáp như thế nào

Trong nhiều thập kỷ, việc phát hiện lỗi cáp phụ thuộc vào kỹ năng của kỹ thuật viên: đọc dạng sóng TDR, nhận dạng mẫu phản xạ, ước tính khoảng cách lỗi, sau đó đi dọc tuyến với thiết bị định vị âm thanh. Quy trình làm việc đó vẫn hiệu quả, nhưng nó chậm, không nhất quán và phụ thuộc vào nhân sự có kinh nghiệm, những người đang nghỉ hưu nhanh hơn khả năng thay thế. Trí tuệ nhân tạo đang thay đổi phương trình này.

Phát hiện lỗi cáp bằng AI sử dụng các thuật toán học máy để diễn giải dạng sóng TDR, mẫu phóng điện cục bộ, dữ liệu nhiệt độ và hồ sơ lỗi lịch sử. Mục tiêu không phải là thay thế kỹ thuật viên, mà là mang lại cho mọi kỹ thuật viên kinh nghiệm chẩn đoán của một chuyên gia 20 năm kinh nghiệm. Bài viết này giải thích cách AI được áp dụng cho việc phát hiện lỗi cáp, những gì nó có thể làm ngày nay, giới hạn ở đâu và các đội hiện trường có thể bắt đầu sử dụng các công cụ được tăng cường AI như thế nào.

Dạng sóng TDR là một mẫu phức tạp gồm các xung, phản xạ và nhiễu. Việc diễn giải nó một cách chính xác đòi hỏi kinh nghiệm: phân biệt phản xạ lỗi thực sự với tiếng vọng của đầu nối, xác định xem phản xạ có chỉ ra ngắn mạch, hở mạch, cây nước hay lỗi mối nối hay không. Hai kỹ thuật viên nhìn vào cùng một dạng sóng có thể đưa ra các kết luận khác nhau, và người ít kinh nghiệm hơn thường sẽ sai.

Tín hiệu hiện trường bị nhiễu. Chuyển mạch tạm thời, nhiễu sóng vô tuyến và tiếng vọng của mối nối cáp có thể che khuất phản xạ yếu đánh dấu lỗi thực sự. Các nhà phân tích con người thường có thể lọc bỏ nhiễu rõ ràng, nhưng họ không thể xử lý hàng trăm dạng sóng mỗi phút hoặc so sánh một dạng sóng mới với cơ sở dữ liệu gồm 10.000 lỗi lịch sử trong thời gian thực.

Các kỹ thuật viên định vị lỗi có kinh nghiệm nhất đang gần đến tuổi nghỉ hưu. Kiến thức tích lũy của họ, những mẫu dạng sóng nào chỉ ra loại cáp nào, những dấu hiệu lỗi nào phổ biến trong điều kiện đất đai nhất định, không được ghi lại đầy đủ. Hệ thống AI bảo tồn kiến thức này bằng cách học hỏi từ dữ liệu lỗi lịch sử và cung cấp cho mọi người dùng thiết bị.

Các thiết bị TDR hiện đại có thể thu thập hàng nghìn mẫu dạng sóng mỗi giây. Các mô hình học máy, được đào tạo trên các dạng sóng lỗi được gắn nhãn, có thể phân loại dạng sóng trong mili giây: ngắn mạch, hở mạch, lỗi điện trở cao, lỗi điện trở thấp, tiếng vọng mối nối hoặc nhiễu. Kỹ thuật viên không còn đoán nữa; thiết bị sẽ cho họ biết nó nhìn thấy gì.

Các tín hiệu phóng điện cục bộ chứa các mẫu pha phân giải đặc trưng (mẫu PRPD) tiết lộ loại lỗi: lỗ rỗng bên trong, theo dõi bề mặt, hào quang hoặc điện thế nổi. Các thuật toán AI, đặc biệt là mạng nơ-ron tích chập, phân loại các mẫu PD với độ chính xác tương đương hoặc vượt trội các chuyên gia con người, ngay cả trong môi trường nhiễu cao.

Bằng cách kết hợp dữ liệu giám sát liên tục (xu hướng PD, nhiệt độ, dòng vỏ) với hồ sơ lỗi lịch sử, các mô hình học máy có thể dự đoán những cáp nào có khả năng bị lỗi tiếp theo, thường là vài tháng trước khi lỗi xảy ra. Điều này chuyển đổi quản lý cáp từ phản ứng (ứng phó với lỗi) sang dự đoán (can thiệp trước khi xảy ra lỗi).

AI xuất sắc trong việc tách tín hiệu khỏi nhiễu. Các mô hình học sâu được đào tạo trên hàng nghìn bản ghi hiện trường bị nhiễu có thể triệt tiêu nhiễu trong khi vẫn giữ lại các phản xạ lỗi yếu sẽ bị mất bởi bộ lọc thông thường, điều này rất quan trọng để phát hiện các lỗi điện trở cao và các phản xạ ở khoảng cách xa.

Một quy trình làm việc phát hiện lỗi cáp bằng AI điển hình bao gồm bốn bước:

Thu thập dữ liệu: Cảm biến TDR, PD và nhiệt độ thu thập tín hiệu thô ở đầu cáp.

Tiền xử lý tín hiệu: Lọc nhiễu, khuếch đại và trích xuất đặc trưng chuẩn bị tín hiệu cho mô hình AI.

Suy luận AI: Một mô hình được đào tạo phân loại loại lỗi, ước tính khoảng cách lỗi và đánh dấu mức độ tin cậy.

Xác minh kỹ thuật viên: Kỹ thuật viên xem xét kết quả AI, thực hiện định vị âm thanh và xác nhận vị trí lỗi vật lý trước khi đào.

Kỹ thuật viên vẫn tham gia. AI không quyết định vị trí lỗi; nó thu hẹp phạm vi tìm kiếm từ "đâu đó trong 5 km cáp" thành "có khả năng ở 1.230 mét ± 5 mét, có lẽ là một mối nối bị cây nước". Việc thu hẹp này giúp tiết kiệm hàng giờ đi bộ và đào bới.

AI không phải là phép thuật. Người mua nên hiểu những giới hạn thực tế:

Phát hiện lỗi cáp bằng AI không phải là khoa học viễn tưởng, nó đã có mặt trên thực địa. Các thiết bị TDR hiện đại tự động phân loại dạng sóng lỗi, các máy dò PD xác định loại lỗi theo mẫu và phân tích dự đoán đánh dấu các cáp đang xuống cấp trước khi chúng bị lỗi. Công nghệ này không thay thế các kỹ thuật viên có kỹ năng; nó khuếch đại khả năng của họ.

Các nhà khai thác cáp thành công nhất đang áp dụng AI một cách tăng dần: bắt đầu với các tính năng tích hợp của thiết bị, xác thực kết quả với các lỗi đã biết và kết hợp AI với kiểm tra ngoại tuyến và giám sát trực tuyến. Tương lai của việc phát hiện lỗi cáp không phải là một robot hoàn toàn tự động đào đường. Đó là một kỹ thuật viên với một thiết bị thông minh chỉ cho họ đến đúng vị trí, nhanh hơn, nhất quán hơn và với kiến thức tích lũy của mọi lỗi từng được ghi lại.