如今，公用事業(yè)工程師花費(fèi)了大量時(shí)間來完成重復(fù)的管理任務(wù)。普華永道(PricewaterhouseCoopers)的Maciej K. Hryniewicki和James Strapp說，一些組織估計(jì)，經(jīng)過訓(xùn)練有素的工程師有40%以上的時(shí)間用于這些平凡的任務(wù)。

諸如機(jī)器學(xué)習(xí)和自然語言處理(NLP)之類的人工智能(AI)技術(shù)的成熟，使其在自動執(zhí)行更復(fù)雜，影響更大的任務(wù)中日益可行。人工智能在減少實(shí)質(zhì)性重復(fù)任務(wù)方面具有巨大的潛力，使這些工程師能夠?qū)⒏嗑性诠こ躺稀?/p>

最近，安大略電力公司(OPG)–位于安大略省的發(fā)電機(jī)組，具有超過16GW的容量，其中包括5.7GW的在役核電能力，其多樣化的產(chǎn)品組合–展示了AI在核電機(jī)組中斷計(jì)劃過程的特定步驟中的潛力。

OPG核設(shè)施中計(jì)劃每年進(jìn)行兩到三個(gè)月的維護(hù)停機(jī)。

每次中斷都需要安排大約20,000至25,000個(gè)單獨(dú)的任務(wù)。

這些任務(wù)中的大多數(shù)都與以前的中斷相似，這意味著一組高技能的中斷人員正在審查程序以及從過去的時(shí)間表中手動搜索和填充任務(wù)。

OPG當(dāng)前的停機(jī)計(jì)劃過程包括40多個(gè)主要里程碑，這些里程碑是在開始核裝置停機(jī)之前兩年多開始的。

停運(yùn)里程碑是基于與安全，可靠性，范圍和持續(xù)時(shí)間相關(guān)的行業(yè)最佳實(shí)踐，還考慮了單個(gè)核設(shè)施的需求。在這些里程碑中都嵌入了四次核中斷時(shí)間表的修訂版，其中每個(gè)后續(xù)版本都比前一個(gè)版本更加詳細(xì)和全面。

OPG已部署的停運(yùn)AI解決方案著重于預(yù)測將要包含在停運(yùn)窗口中的任務(wù)的邏輯聯(lián)系，創(chuàng)建包含所有任務(wù)的計(jì)劃的第一個(gè)版本。這種方法可確保減少人工工作，同時(shí)在隨后的每一次核事故停工時(shí)間表修訂過程中保持足夠的監(jiān)督應(yīng)急能力，以減輕風(fēng)險(xiǎn)和可能的工期延長。

利用人工智能

中斷AI解決方案是一個(gè)定制的，云托管的應(yīng)用程序，可與OPG的現(xiàn)有IT基礎(chǔ)架構(gòu)無縫集成，并利用了AI，機(jī)器學(xué)習(xí)，NLP和智能自動化等元素。

此處的目的是預(yù)測20,000至25,000個(gè)任務(wù)的工作分解結(jié)構(gòu)，包括其邏輯上的前任和后繼(邏輯關(guān)系)，并在即將到來的核單位停工修訂“ B”時(shí)間表內(nèi)自動計(jì)劃它們。

停運(yùn)AI解決方案當(dāng)前使用價(jià)值八年的過去停運(yùn)數(shù)據(jù)來創(chuàng)建這些預(yù)測，并且已經(jīng)開發(fā)為將即將到來的核電設(shè)備停運(yùn)時(shí)間表吸收到未來的預(yù)防性維護(hù)停運(yùn)中。這創(chuàng)建了一個(gè)強(qiáng)大的解決方案，隨著越來越多的數(shù)據(jù)被其基礎(chǔ)算法處理，傳遞和使用，它可以主動學(xué)習(xí)并變得更加智能。