نماذج أدلة تشخيص محولات القدرة للذكاء الاصطناعي الوكيلي

لا يكون الذكاء الاصطناعي الوكيلي في APM المحولات ذا مصداقية إلا إذا استطاع الاستدلال على نموذج أدلة، لا على كومة من الملفات. فتوصية المحول ينبغي أن تجيب عن: أي أصل، وأي مكوّن، وأي ملاحظة، وأي أسلوب، وأي سياق معياري، وأي طابع زمني، وأي مستوى ثقة؟

هذا العقد المتعلق بالأدلة هو الفرق بين سير عمل استدامة قابل للمراجعة ودرجة صندوق أسود.

ابدأ بالتسلسل الهرمي للأصول

ينبغي أن ترتبط أدلة المحول بالمكوّن القابل للعطل. ويشمل التسلسل الهرمي المفيد: الأسطول، والموقع، والمحول، والخزان، والملف، والعازل (bushing)، ومغيّر التفريعات (tap changer)، ونظام التبريد، والمستشعرات، وسياق الحماية. وتُعد معايير بيانات المرافق مثل IEC 61850 والأعمال الموجَّهة نحو CIM مثل دليل PNNL إلى IEC CIM مراجع مفيدة للتفكير في هوية أصل متسقة وقابلية التشغيل البيني.

بالنسبة إلى GridAPM، القاعدة العملية بسيطة: يجب أن يعرف كل سجل ما ينتمي إليه. فنتيجة DGA تنتمي إلى محول ونظام زيت. واختبار العازل ينتمي إلى مكوّن. وأثر SFRA ينتمي إلى تهيئة ملف، وضبط تفريعة، وإعداد قياس. فمن دون تسلسل هرمي، لا يجد الذكاء الاصطناعي مكاناً موثوقاً لربط الأدلة به.

المنشأ قبل التنبؤ

يكون استدلال الذكاء الاصطناعي هشاً إذا لم تكن سجلات المدخلات موثوقة. وينبغي لنموذج أدلة المحول أن يلتقط:

• النظام المصدري أو الملف.
• أسلوب القياس.
• الطابع الزمني ووقت أخذ العينة.
• الوحدة والتوحيد القياسي.
• ملاحظات المعايرة أو إعداد الاختبار.
• علامات جودة البيانات.
• تاريخ التحويلات.
• المراجِع أو النظام الذي أنشأ السجل.

يشدّد إطار NIST لإدارة مخاطر الذكاء الاصطناعي على محاور الحوكمة والشفافية والمساءلة التي تنطبق مباشرةً على هذا المتطلب. وفي APM المحولات، المنشأ ليس أعمالاً ورقية، بل هو الأساس لتقرير ما إذا كانت التوصية تستحق الاهتمام.

نمذجة قنوات التشخيص

ينبغي لنموذج أدلة المحول أن يمثّل كل قناة تشخيصية وفق شروطها الخاصة:

• DGA: الغازات، والنسب، ومعدلات التوليد، ومصدر العينة، وسياق معالجة الزيت، وتاريخ التفسير. انظر IEEE C57.104 وIEC 60599.
• PRPD والتفريغ الجزئي: الشحنة الظاهرة، والمرجع الطوري، ودائرة القياس، ونوع المستشعر، وملاحظات الضوضاء، وعائلة النمط. انظر IEC 60270.
• SFRA: ملف الأثر، والجهاز، ووضع الأطراف، والتأريض، وموضع التفريعة، والخط المرجعي، وحدث المقارنة. انظر IEEE C57.149.
• الحمل الحراري: الحمل، والحرارة المحيطة، وحالة التبريد، وزيت القمة (top-oil)، وتقدير النقطة الساخنة، وسياق التقادم. انظر IEC 60076-7.
• معدات المراقبة: تطبيق المستشعر، وجودة البيانات، والاتصال، وسياق المخاطر مقابل المنافع. انظر IEEE C57.143.

ينبغي ألا يختزل الوكيل هذه القنوات في رقم واحد قبل الأوان.

التناقضات إشارات

في نظام محكم النمذجة، ليست التناقضات ضوضاء تُلغى بالمتوسط، بل هي محفزات تشخيصية. فارتفاع الغازات القابلة للاحتراق مع تاريخ حراري طبيعي قد يستحق مراجعة مختلفة عن التقادم الحراري دون علامات كيميائية. ونمط PRPD دون تطور في DGA قد يشير إلى سياق قياس أو مشكلة عزل ناشئة. وانزياح SFRA بعد عطل عابر (through-fault) قد يغيّر الثقة في درجة مخاطر تبدو معتدلة لولا ذلك.

ينبغي لـ APM الوكيلي أن يطرح أسئلة متابعة عندما تتعارض الأدلة. فذلك أكثر قيمة من إقحام كل سجل في درجة صحة مدمجة واحدة.

سير العمل الوكيلي

بمجرد نمذجة الأدلة، يمكن لوكلاء الذكاء الاصطناعي أداء عمل محدود النطاق:

1. استرجاع السجلات المرتبطة بالأصل والمكوّن المتأثر.
2. التحقق من المنشأ والبيانات القديمة.
3. مقارنة الملاحظات بالخطوط المرجعية، وسياق المعايير، والقرارات السابقة.
4. صياغة الفرضيات وملاحظات عدم اليقين.
5. طلب السجلات المفقودة أو إعادة الاختبارات.
6. صياغة خيارات الصيانة لمراجعة المهندس.

يرتبط هذا مباشرةً بـ تحليل معدل توليد DGA، وجودة مراجعة PRPD، وتحليل حركة ملفات SFRA.

عقد أدلة عملي

يمكن تلخيص عقد أدلة تشخيص المحولات لدى GridAPM على النحو التالي:

معرّف الأصل/المكوّن + الملاحظة + الأسلوب + المنشأ + سياق المعايير + الثقة + التفسير + الإجراء التالي + سجل التدقيق.

يساعد هذا العقد فرق المحولات على رؤية كيف تكوّنت التوصية المدعومة بالذكاء الاصطناعي على وجه الدقة. والادعاء الرابح ليس أن الذكاء الاصطناعي يتنبأ بكل عطل، بل الادعاء الأقوى هو أن الذكاء الاصطناعي يمكن أن يجعل الاستدلال التشخيصي للمحولات أكثر قابلية للتتبع، وعابراً للأنماط، وقابلاً للمراجعة.