如今，公用事業(yè)工程師花費了大量時間來完成重復(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，經(jīng)過訓(xùn)練有素的工程師有40%以上的時間用于這些平凡的任務(wù)。

諸如機器學(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在核電機組中斷計劃過程的特定步驟中的潛力。

OPG核設(shè)施中計劃每年進行兩到三個月的維護停機。

每次中斷都需要安排大約20,000至25,000個單獨的任務(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間表中手動搜索和填充任務(wù)。

OPG當前的停機計劃過程包括40多個主要里程碑，這些里程碑是在開始核裝置停機之前兩年多開始的。

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

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

利用人工智能

中斷AI解決方案是一個定制的，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”時間表內(nèi)自動計劃它們。

停運AI解決方案當前使用價值八年的過去停運數(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)備停運時間表吸收到未來的預(yù)防性維護停運中。這創(chuàng)建了一個強大的解決方案，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。