教育新闻网如今，公用事业工程师花费了大量时间来完成重复的管理任务。普华永道(PricewaterhouseCoopers)的Maciej K. Hryniewicki和James Strapp说，一些组织估计，经过训练有素的工程师有40%以上的时间用于这些平凡的任务。
诸如机器学习和自然语言处理(NLP)之类的人工智能(AI)技术的成熟，使其在自动执行更复杂，影响更大的任务中日益可行。人工智能在减少实质性重复任务方面具有巨大的潜力，使这些工程师能够将更多精力集中在工程上。
最近，安大略电力公司(OPG)–位于安大略省的发电机组，具有超过16GW的容量，其中包括5.7GW的在役核电能力，其多样化的产品组合–展示了AI在核电机组中断计划过程的特定步骤中的潜力。
OPG核设施中计划每年进行两到三个月的维护停机。
每次中断都需要安排大约20,000至25,000个单独的任务。
这些任务中的大多数都与以前的中断相似，这意味着一组高技能的中断人员正在审查程序以及从过去的时间表中手动搜索和填充任务。
OPG当前的停机计划过程包括40多个主要里程碑，这些里程碑是在开始核装置停机之前两年多开始的。
停运里程碑是基于与安全，可靠性，范围和持续时间相关的行业最佳实践，还考虑了单个核设施的需求。在这些里程碑中都嵌入了四次核中断时间表的修订版，其中每个后续版本都比前一个版本更加详细和全面。
OPG已部署的停运AI解决方案着重于预测将要包含在停运窗口中的任务的逻辑联系，创建包含所有任务的计划的第一个版本。这种方法可确保减少人工工作，同时在随后的每一次核事故停工时间表修订过程中保持足够的监督应急能力，以减轻风险和可能的工期延长。
利用人工智能
中断AI解决方案是一个定制的，云托管的应用程序，可与OPG的现有IT基础架构无缝集成，并利用了AI，机器学习，NLP和智能自动化等元素。
此处的目的是预测20,000至25,000个任务的工作分解结构，包括其逻辑上的前任和后继(逻辑关系)，并在即将到来的核单位停工修订“ B”时间表内自动计划它们。
停运AI解决方案当前使用价值八年的过去停运数据来创建这些预测，并且已经开发为将即将到来的核电设备停运时间表吸收到未来的预防性维护停运中。这创建了一个强大的解决方案，随着越来越多的数据被其基础算法处理，传递和使用，它可以主动学习并变得更加智能。
