Profit Industry & Energy Day: как государство и индустрия переводят энергетику в «цифру»
На площадке Profit Industry & Energy Day регулятор и технологические команды обсудили, как перевести управление энергетикой из «ручного режима» в предиктивный: от единой отраслевой платформы данных и цифровых паспортов оборудования — к ИИ-диагностике инфраструктуры в поле. В фокусе — подготовка к отопительному сезону, качество отраслевых данных, стандарты совместимости систем и практические кейсы применения нейросетей на линиях электропередачи и трубопроводах.
От стратегии к контуру данных: выступление Бакытжана Ильяса, вице-министра энергетики РК
Выступая от имени регулятора, Бакытжан Ильяс представил целевую модель цифровой трансформации энергетики Казахстана. По его словам, Министерство энергетики переводит ключевые процессы — планирование, мониторинг, контроль и анализ — в единую цифровую среду по циклу непрерывных улучшений (PDCA).
Центральный элемент этой системы — отраслевая платформа управления данными EnergyTech. Она создаётся для того, чтобы отрасль перешла от ручного взаимодействия к обмену «система-к-системе», где все данные собираются, очищаются и стандартизируются в едином цифровом контуре.
Ключевые направления цифровизации
Единая архитектура и стандарты. Активы отрасли описываются по международному стандарту ISO 14224, закреплены минимальные требования к системам (АСКУЭ, АСУТП, SCADA). Это гарантирует совместимость и возможность комплексного анализа.
Цифровые паспорта оборудования. Каждому активу присваивается уникальный ID. Уже оцифровано более 96% активов генерации и свыше 70% в передаче, однако в теплотранзите этот показатель пока ниже 5% — задача на ближайшие годы.
Онлайн-мониторинг. Более 70% объектов генерации подключены к централизованной системе, где каждые 15 минут обновляются данные о работе станций. В реальном времени можно видеть загрузку турбогенераторов, ремонты, резервы и выявлять технологические отклонения.
Подготовка к отопительному сезону. С июля 2025 года в Казахстане стартует проект по дистанционному мониторингу теплоснабжения. Это позволит перейти от аварийного реагирования к риск-ориентированному управлению теплосетями.
Информационная безопасность. Защищённость обмена и достоверность отраслевых датасетов становятся ключевыми условиями масштабирования цифровой энергетики и внедрения ИИ.
«Наша цель — не витринная информатизация, а переход к управлению на основе данных. Это позволит быстрее принимать решения и снижать риски пиковых нагрузок за счёт предиктивных инструментов», — отметил Бакытжан Ильяс.
От платформы к «полю»: кейс САЦТЭК по ИИ-осмотрам опоры ЛЭП
Продолжая «от стратегии к практике», Сергей Артамонов, эксперт САЦТЭК представил комплекс верхового осмотра дефетов линий электропередачи на базе БПЛА + нейросеть + ГИС. Решение закрывает сразу три задачи: быстрый сбор визуальных данных, автоматическое распознавание дефектов и формирование ремонтной программы.
Что делает система:
· Снимает опоры и арматуру с воздуха;
· Нейросеть (заявленная точность распознавания до ~98%) определяет трещины, сколы, коррозию, загрязнения, оголение арматуры, «падение» крюков, повреждения/ «пробои» изоляторов, гниение деревянных элементов и др.;
· При дооснащении лидаром/тепловизором фиксирует провис/перетирание проводов, нарушение габаритов, «заросли» в просеке, угол наклона опоры и т. п.;
· Все результаты увязываются в ГИС, где доступны РП, КТП, подстанции и привязка к конечным потребителям, выгружаются отчёты в PDF/Excel.
Есть и результаты пилота (на распределительных сетях низкого и среднего напряжения, включая сложный рельеф и городскую застройку):
· Обработано 2000+ изображений со средней скоростью ~900 фото/час;
· Полный цикл «загрузка → аналитика → отчёты» порядка 2 ч 15 мин;
· Производительность: ~618 опор за два рабочих дня;
· Визуальные карты дефектов с «уверенностью» распознавания (в отдельных кейсах — 96–99,9%).
Главное отличие подхода — масштаб и глубина: верховой осмотр позволяет «увидеть» трещины и сколы, которые трудно заметить с земли при регламентных обходах. Это ускоряет принятие решений по ремонту и снижает вероятность пропуска критичных дефектов перед зимним максимумом нагрузок.
От дефектов к ресурсу: ИИ-диагностика трубопроводов
Азильхан Бапаев, эксперт САЦТЭК показал, как ИИ меняет регламент внутритрубной диагностики. Современные комплексы с десятками датчиков формируют гигантские массивы данных (десятки гигабайт на сотни метров трассы). Без интеллектуальной обработки финальный отчёт и приоритизация ремонтов практически невозможны.
Есть два направления применения ИИ:
1. Обработка/восстановление сигналов с учётом «шума» (пузырьки, отложения, артефакты) — прирост точности ~15%;
- Классификация дефектов и приоритизация — ускорение работы комплекса в 2+ раза (условно: c 10 до 20 км обследования в год при сопоставимых ресурсах).
Методика пилотирования: отбирались участки разных диаметров (≈400–1000 мм), разных годов ввода и разной степени износа. Выход — не просто перечень дефектов с координатами, углами и минимальной толщиной стенки, а тепловая карта ресурса («светофор»):
· Красная зона — дефекты с ресурсом <1 года, требуют немедленного ремонта;
· Оранжевая — горизонт 1–3 года;
· Жёлтая — 3–5 лет;
· Зелёная — участок с приемлемым запасом прочности.
Показательные кейсы:
Участок с высокой степенью «нормативного» износа оказался работоспособным при локальном ремонте. На другом, относительно «молодом» участке, ИИ выявил десятки критических зон, требующих срочного вмешательства.
Вывод: отрасль способна перейти от «нормативного» подхода по срокам к обслуживанию по фактическому состоянию (condition-based maintenance). Это продлевает срок службы трубопроводов, снижает затраты и давление на тариф.
Данные, стандарты, ИИ и меньше сюрпризов зимой
Связка «стратегия Минэнерго → отраслевой контур данных → ИИ-инструменты в поле» демонстрирует системный поворот к предиктивной энергетике. Единые стандарты описания активов и обмена, цифровые паспорта, онлайн-мониторинг и практическая аналитика на базе нейросетей позволяют раньше обнаруживать риски на ЛЭП и магистралях, точнее готовиться к отопительному сезону, тратить бюджет или инвестиции там, где эффект максимален, переходить от реагирования на инциденты к их предотвращению.
Дальше — это масштабирование пилотов, доработка стандартов совместимости, наращивание качества данных и компетенций. Именно это, по мнению участников, превратит «цифровизацию» из набора проектов в устойчивую операционную модель отрасли.