Innovative system for automated monitoring of critical infrastructure in electricity lines (Q80222)
Jump to navigation
Jump to search
Project Q80222 in Poland
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Innovative system for automated monitoring of critical infrastructure in electricity lines |
Project Q80222 in Poland |
Statements
Q2524466 (Deleted Item)
0 references
8,682,391.89 zloty
0 references
12,402,373.75 zloty
0 references
70.01 percent
0 references
1 February 2019
0 references
31 January 2022
0 references
ENPROM SPÓŁKA Z OGRANICZONA ODPOWIEDZIALNOŚCIĄ
0 references
50°8'6.0"N, 19°37'55.2"E
0 references
Projekt polega na stworzeniu systemu służącego do monitorowania prac modernizacyjnych na istniejącej infrastrukturze krytycznej w zakresie sieci elektroenergetycznych. Raportowanie będzie oparte na danych zbieranych z nalotów dronami. Dokładność zbieranych danych będzie dopuszczalna na poziomie ok. 1 centymetra dla większych elementów, takich jak fundamenty, przewody, haki. Samo zasilanie danych przez drony będzie realizowane za pomocą fotogrametrii i/lub przy użyciu skanera laserowego (obejmuje multiskanowanie). W wyniku prac badawczych zostanie opracowany system automatycznego pozycjonowania się i robienia zdjęć przez drony. Zebrane dane będą poddawane obróbce cyfrowej i analitycznej z wykorzystaniem algorytmów sztucznej inteligencji i uczenia maszynowego (ang.: machine learning, ML), takich jak np. systemy regułowe i sieci neuronowe ze splotem (ang.: convolutional neural networks, CNN). Rozwiąznie umożliwi zwiększenie niezawodności (bezpieczniejsza i mniej awaryjna praca systemu elektroenergetycznego), przewidywanie na bazie analizy wpływu rozwiązań projektowych na ich żywotność (badanie starzenia się poszczególnych elementów linii), a także szybsze usuwanie awarii (gromadzenie danych jakościowych na temat istniejących linii) Przetwarzane dane pozwolą oszacować pracochłonność oraz postęp prac, w tym identyfikację poszczególnych obiektów. Algorytm wykorzysta mechanizmy reguły uczenia się sieci, co przełoży się na klasyfikację identyfikowanych obiektów różniących się między sobą w zdefiniowanym zakresie odchyłu od obiektu wzorcowego. Przeznaczenie_pomocy_publicznej: art. 25 rozporządzenia KE nr 651/2014 z dnia 17 czerwca 2014 r. uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w stosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187/1 z 26.06.2014). (Polish)
0 references
The project consists of creating a system to monitor modernisation work on the existing critical infrastructure in the field of electricity grids. Reporting will be based on data collected from drone raids. The accuracy of the collected data will be acceptable at a level of approx. 1 centimetres for larger components such as foundations, wires, hooks. The mere power of the data by drones will be performed using photogrammetry and/or using a laser scanner (including multi-scan). As a result of the research, a system of automatic positioning and photo-taking by drones will be developed. The data collected will be processed digitally and analytically using artificial intelligence and machine learning algorithms. machine learning (ML) such as rule systems and neural networks with plexus. “Convolutional Neural Networks”. The solution will make it possible to increase reliability (safer and less emergency operation of the power system), predicting on the basis of an analysis of the impact of design solutions on their service life (testing the ageing of individual components of the line), as well as faster resolution of failures (acquiring quality data on existing lines) Processed data will allow to estimate labor intensity and progress of work, including identification of individual objects. The algorithm will use the mechanisms of the network learning rule, which translates into a classification of identified objects that differ from one another within a defined range of deviation from the reference object. Purpose of public aid: Article 25 of EC Regulation No 651/2014 of 17 June 2014 declaring certain types of aid compatible with the internal market in the application of Articles 107 and 108 of the Treaty (OJ L. I'm sorry. EU L 187/1 of 26.06.2014). (English)
14 October 2020
0 references
Le projet consiste à mettre en place un système de suivi des travaux de modernisation des infrastructures critiques existantes dans le domaine des réseaux électriques. Les rapports seront fondés sur les données recueillies lors des raids de drones. L’exactitude des données collectées sera acceptable au niveau d’environ. 1 centimètre pour les composants plus grands tels que fondations, fils, crochets. Le flux de données par les drones lui-même sera effectué par photogrammétrie et/ou à l’aide d’un scanner laser (y compris le multi-scanning). Grâce à la recherche, un système de positionnement automatique et de prise de photos par des drones sera mis au point. Les données collectées seront traitées numériquement et analytiquement à l’aide d’algorithmes d’intelligence artificielle et d’apprentissage automatique. apprentissage automatique, ML), tels que, par exemple, les systèmes réguliers et les réseaux neuronaux avec tissages. réseaux neuronaux convolutionnels, CNN). La solution permettra une fiabilité accrue (safer et moins de fonctionnement d’urgence du système d’alimentation), prédiction sur la base d’une analyse de l’impact des solutions de conception sur leur durée de vie (test du vieillissement des éléments individuels de la ligne), ainsi que l’élimination plus rapide des défaillances (collecte de données de qualité sur les lignes existantes) Les données traitées permettront d’estimer l’intensité de travail et l’avancement du travail, y compris l’identification d’objets individuels. L’algorithme utilisera les mécanismes de la règle d’apprentissage réseau, qui se traduit par la classification des objets identifiés qui diffèrent dans la plage définie d’écart par rapport à l’objet de référence. But_public_assistance: Article 25 du règlement (CE) no 651/2014 du 17 juin 2014 déclarant certaines catégories d’aides compatibles avec le marché intérieur en application des articles 107 et 108 du traité (JO URZ. EU L 187/1 du 26.6.2014). (French)
30 November 2021
0 references
Das Projekt besteht in der Einrichtung eines Systems zur Überwachung der Modernisierungsarbeiten an bestehenden kritischen Infrastrukturen im Bereich der Stromnetze. Die Berichterstattung stützt sich auf Daten, die bei Drohnenangriffen erhoben wurden. Die Genauigkeit der erhobenen Daten wird auf der Ebene von ca. 1 Zentimeter für größere Komponenten wie Fundamente, Drähte, Haken. Die Datenzufuhr durch die Drohnen selbst erfolgt mittels Photogrammetrie und/oder mittels Laserscanner (einschließlich Multiscanning). Als Ergebnis der Forschung wird ein System der automatischen Positionierung und Aufnahme von Drohnen entwickelt. Die erhobenen Daten werden mittels künstlicher Intelligenz und maschineller Lernalgorithmen digital und analytisch verarbeitet. maschinelles Lernen, ML), wie z. B. Regelmäßige Systeme und neuronale Netzwerke mit Weben. konvolutionale neuronale Netzwerke, CNN). Die Lösung ermöglicht eine erhöhte Zuverlässigkeit (sicherer und weniger Notfallbetrieb des Stromsystems), Vorhersage auf der Grundlage einer Analyse der Auswirkungen von Designlösungen auf ihre Lebensdauer (Prüfung der Alterung einzelner Elemente der Linie) sowie eine schnellere Entfernung von Ausfällen (Erfassung von Qualitätsdaten auf bestehenden Leitungen) Die verarbeiteten Daten ermöglichen es, die Arbeitsintensität und den Arbeitsfortschritt, einschließlich der Identifizierung einzelner Objekte, abzuschätzen. Der Algorithmus wird die Mechanismen der Netzwerk-Lernregel verwenden, die in die Klassifizierung von identifizierten Objekten übersetzt wird, die sich innerhalb des definierten Abweichungsbereichs vom Referenzobjekt unterscheiden. Purpose_public_assistance: Artikel 25 der Verordnung (EG) Nr. 651/2014 vom 17. Juni 2014 zur Feststellung der Vereinbarkeit bestimmter Gruppen von Beihilfen mit dem Binnenmarkt in Anwendung der Artikel 107 und 108 AEUV (ABl. URZ. EU L 187/1 vom 26.6.2014). (German)
7 December 2021
0 references
Identifiers
POIR.01.02.00-00-0307/17
0 references