AS “Augstsprieguma tīkls” (AST) sadarbībā ar SIA “Datakom” un Eiropas Savienības finansējumu uzsākusi pilotprojektu, kura mērķis, izmantojot mākslīgā intelekta risinājumus, ir automatizēt elektroenerģijas pārvades tīkla infrastruktūras tehniskā stāvokļa novērtēšanu fotofiksācijas attēlos. Risinājums nākotnē varētu būtiski paātrināt pārvades tīkla aktīvu apsekošanas datu apstrādi, uzlabot infrastruktūras stāvokļa izmaiņu atpazīšanas precizitāti un samazināt manuālā darba apjomu par prognozējoši 30-50%.

AST regulāri veic pārvades tīkla aktīvu apsekošanu, kuras laikā līdztekus LiDAR jeb lāzerskenēšanas datu ievākšanai tiek veikta arī plaša infrastruktūras fotofiksācija ar droniem. LiDAR tehnoloģija, izmantojot lāzera impulsus, ļauj iegūt precīzus telpiskos datus par infrastruktūru un tās apkārtni, savukārt dronu uzņemtie attēli sniedz detalizētu vizuālo informāciju par aktīvu tehnisko stāvokli.

Šādu apsekošanu rezultātā tiek iegūti tūkstošiem attēlu, kuru analīze līdz šim lielākoties veikta manuāli – AST speciālistiem pārskatot katru attēlu atsevišķi. Tas ir laikietilpīgs process, kas prasa ievērojamu cilvēkresursu iesaisti.

Lai šo procesu padarītu efektīvāku, AST kopā ar “Datakom” sākusi pilotprojektu, kurā tiek izstrādāts prototips iespējamo bojājumu atpazīšanas automatizācijai. Risinājuma pamatā būs NVIDIA tehnoloģijas un mākslīgā intelekta modeļi, kas palīdzēs analizēt fotofiksācijas attēlus un savlaicīgi identificēt iespējamus bojājumus vai novirzes aktīvu tehniskajā stāvoklī. Tehnoloģisko atbalstu projekta īstenošanā nodrošinās Eiropas Digitālās inovācijas centrs (EDIC) un "Datakom".

“Pārvades tīkla droša un nepārtraukta darbība ir viena no AST prioritātēm. Mūsdienu tehnoloģijas ļauj arvien efektīvāk analizēt lielus datu apjomus un ātrāk pamanīt potenciālos riskus infrastruktūrā. Šis pilotprojekts ir vēl viens nozīmīgs solis datos balstītas un tehnoloģiski attīstītas pārvades tīkla pārvaldības virzienā,” norāda AST valdes loceklis Arnis Daugulis.

Sagaidāms, ka pilotprojekta rezultāti ļaus pārliecināties un pieņemt turpmākos lēmumus par to, vai mākslīgā intelekta tehnoloģijas varētu nodrošināt ātrāku iespējamo bojājumu identificēšanu un palīdzēt samazināt neplānoto atslēgumu iespējamību. Atbilstoši sākotnējam novērtējumam, automatizēta attēlu analīze varētu samazināt AST speciālistu laiku par 30–50%, kas tiek veltīts attēlu pārskatīšanai.

Pilotprojekts tiek pilnībā finansēts no Latvijas Atveseļošanas un noturības mehānisma plāna, projekta finansējumam veidojot 12 000 eiro. Sadarbības ietvaros EDIC, kura koordinators Latvijā ir Latvijas Informācijas tehnoloģiju klasteris, sagatavos arī AST digitālās attīstības ceļa karti, pamatojoties uz uzņēmuma digitālā brieduma pašvērtējumu. Šīs aktivitātes tiek finansētas 100% apmērā jeb līdz 1000 eiro, kopējam Eiropas Savienības finansējumam sasniedzot 13 000 eiro.

Pilotprojekts ir daļa no AST mērķtiecīgas virzības uz modernāku, datos balstītu un tehnoloģiski attīstītu elektroenerģijas pārvades tīkla pārvaldību, izmantojot digitālos risinājumus infrastruktūras drošības, uzticamības un efektivitātes stiprināšanai.

2025. gadā uzņēmuma digitālās transformācijas novērtējumā AST sasniedza augstāko brieduma līmeni, apliecinot pilnībā integrētu un uz datiem balstītu darbību. Digitālie risinājumi un automatizēti procesi kļuvuši par būtisku pamatu uzņēmuma efektivitātei, drošai sistēmas vadībai un pakalpojumu attīstībai. Tas ļauj AST mērķtiecīgi virzīt inovācijas un pilnvērtīgi izmantot ES fondu investīcijas ilgtspējīgai enerģētikas nozares attīstībai.