تختصر eSmart Systems وقت التفتيش على خطوط الطاقة إلى النصف باستخدام Ultralytics YOLO

eSmart Systems هي شركة مقرها النرويج تساعد مزودي المرافق على فحص وإدارة الأصول واسعة النطاق، مثل شبكات الطاقة والمحطات الفرعية، باستخدام رؤية الكمبيوتر والتحليلات. وبشكل خاص، تستفيد منصتهم الرائدة، Grid Vision®، من رؤية الكمبيوتر، والتحليلات الجغرافية المكانية، وبيانات السلاسل الزمنية لتحليل الصور الجوية، واكتشاف المكونات والعيوب، وتوفير رؤى تنبؤية عبر خطوط النقل.

لزيادة كفاءة الفحص بشكل أكبر، قامت eSmart Systems بدمج نماذج Ultralytics YOLO في Grid Vision®. أدى ذلك إلى تعزيز سرعة الكشف عن العيوب ومكّن شركات المرافق من الانتقال من الإصلاحات التفاعلية إلى صيانة أكثر كفاءة تعتمد على الحالة.

Link to this sectionتحويل عمليات فحص خطوط الطاقة باستخدام الذكاء الاصطناعي ورؤية الكمبيوتر#

مع مقرها الرئيسي في هالدن بالنرويج، تركز eSmart Systems على تقديم حلول مبتكرة لقطاع المرافق لرصد وصيانة البنية التحتية الحيوية. على سبيل المثال، توفر منصتهم الرائدة، Grid Vision®، حلاً شاملاً لفحص وإدارة الأصول واسعة النطاق مثل شبكات الطاقة والمحطات الفرعية.

بفضل ثقة أكثر من 70 شركة مرافق حول العالم، فحصت eSmart Systems أكثر من 100,000 كيلومتر من خطوط الطاقة، مما مكّن هذه الشركات من اتخاذ قرارات أفضل قائمة على البيانات. تجعل Grid Vision® الصيانة أكثر كفاءة، وتقلل المخاطر، وتدعم الانتقال نحو بنية تحتية للطاقة المستدامة وأكثر مرونة.

تضمن eSmart Systems أيضاً أن حلول الذكاء الاصطناعي الخاصة بها تلبي معايير عالية لخصوصية البيانات والامتثال التنظيمي. وهي حاصلة على شهادة ISO 27001 لإدارة أمن المعلومات وتمتثل للمادة 7.8 من Netcode، التي تحكم تبادل البيانات الآمن في عمليات شبكات الكهرباء الأوروبية.

Link to this sectionتعقيدات عمليات فحص الشبكة#

تمتد شبكات الطاقة عبر مساحات شاسعة، وغالباً ما تمر عبر مواقع نائية أو يصعب الوصول إليها. العديد من هذه الأنظمة تتقادم وتتطلب عمليات فحص منتظمة لضمان السلامة والموثوقية. إن فحص المكونات مثل أبراج النقل وخطوط الطاقة يستغرق وقتاً طويلاً ومكلفاً، وقد يكون محفوفاً بالمخاطر للعمال.

سعت eSmart Systems إلى التقاط صور جوية باستخدام الطائرات بدون طيار والمروحيات، وتطبيق رؤية الكمبيوتر لاكتشاف المكونات وتحديد العيوب. ومع ذلك، ونظراً لأن المرافق لديها مكونات مختلفة وتلتقط الصور في ظروف متنوعة، كان من الصعب الحفاظ على سير عمل فحص متسق.

الشكل 1. قد يصعب صيانة شبكات الطاقة.

كانت مراجعة هذه الصور يدوياً أيضاً بطيئة وتستهلك الكثير من الموارد، مما جعل من الصعب توسيع نطاق الكشف عن الأعطال. لأتمتة عمليات الفحص ودعم الصيانة الاستباقية، احتاجت eSmart Systems إلى نموذج ذكاء اصطناعي للرؤية سريع وقابل للتكيف يمكنه العمل بشكل موثوق عبر أنواع الأصول والمناطق والظروف الجوية المختلفة.

Link to this sectionدور اكتشاف الكائنات و YOLO في عمليات فحص الشبكة#

لجلب الأتمتة والذكاء إلى عمليات فحص الشبكة، قامت eSmart Systems بدمج Ultralytics YOLO، وهو نموذج لرؤية الكمبيوتر، في منصتها Grid Vision®. تدعم نماذج Ultralytics YOLO مهام رؤية الكمبيوتر المختلفة، بما في ذلك اكتشاف الكائنات، مما يسمح للمنصة بتحديد المكونات الرئيسية مثل الأبراج، والأذرع المتقاطعة، والعوازل، والموصلات في الصور الجوية.

تُستخدم النماذج أيضاً للكشف عن العيوب مثل زحف الغطاء النباتي، والتلف، والتآكل، والتي يمكن أن تؤثر على أداء الشبكة. بمجرد اكتشاف المكونات والعيوب، تتم معالجة هذه المعلومات من خلال Grid Vision®، التي تستخدم المعالجة السحابية لأتمتة عملية الفحص وتوسيع نطاقها بسرعة ودقة.

الشكل 2. Grid Vision® تكتشف المكونات الكهربائية باستخدام YOLO.

تقوم المنصة بتحديد العيوب المحتملة، وتقييم مستويات المخاطر المرتبطة بها، وتساعد شركات المرافق على تخطيط الصيانة بناءً على حالة الأصول. هذا المزيج من الاكتشاف والتحليل في الوقت الفعلي يسمح لشركات المرافق بالانتقال من الصيانة التفاعلية إلى نهج أكثر استباقية، مما يساعدها على البقاء في صدارة المشكلات المحتملة قبل أن تؤدي إلى أعطال مكلفة.

من خلال دمج هذه الرؤى مع البيانات الوصفية وبيانات السلاسل الزمنية، تمكّن Grid Vision® شركات المرافق من تحسين استراتيجيات الصيانة الخاصة بها، مما يحسن الكفاءة ويقلل من مخاطر الانقطاعات غير المتوقعة.

Link to this sectionلماذا تختار نماذج Ultralytics YOLO؟#

اعتمدت eSmart Systems نماذج Ultralytics YOLO لسرعتها ودقتها وتكاملها السلس في خط أنابيب الذكاء الاصطناعي الخاص بها. تقدم نماذج Ultralytics YOLO نتائج متسقة عند تحليل الصور الجوية الكبيرة وعالية الدقة، مما يجعلها مثالية لعمليات فحص الشبكة.

أيضاً، توفر حزمة Ultralytics Python مجموعة متنوعة من خيارات التكامل، بما في ذلك 15 تنسيق تصدير. هذه المرونة تمكّن eSmart Systems من نشر النماذج عبر بيئات مختلفة. إنهم يستخدمون تنسيقات مثل PyTorch للتدريب و ONNX للاستدلال الأمثل على CPU في مرحلة الإنتاج، خاصة عندما تكون موارد GPU محدودة في بنيتها التحتية السحابية.

مع وجود أكثر من 30 نموذجاً من نماذج Ultralytics YOLO قيد الإنتاج بالفعل، يمكن لـ eSmart Systems توسيع نطاق عمليات الفحص بكفاءة. وهذا يسمح لهم بالتركيز على تحسين جودة البيانات ومعالجة التحديات الخاصة بالمرافق.

Link to this sectionتقليل وقت الفحص بنسبة 50% باستخدام Ultralytics YOLO#

كان تأثير Grid Vision®، المدعوم بنماذج Ultralytics YOLO، كبيراً في تعزيز عمليات فحص المرافق. من خلال أتمتة عمليات فحص الأصول وتحسين الكشف عن العيوب، قللت Grid Vision® من أعباء العمل اليدوية، وزادت من السلامة، ويسرت استراتيجيات صيانة أكثر استباقية.

على سبيل المثال، في سويسرا، قللت شركة طاقة كبرى تدير آلاف الأبراج (هياكل طويلة تدعم خطوط الطاقة) في تضاريس جبلية أوقات الفحص بنسبة 50%. أدى الانتقال من التسلق اليدوي إلى عمليات الفحص القائمة على الطائرات بدون طيار إلى تسريع عملية الكشف عن الأعطال، وتحسين سلامة العمال، وتوفير الوقت.

وبالمثل، في الولايات المتحدة، استخدم مزود مرافق كبير Grid Vision® لرقمنة 1,400 هيكل نقل في ثلاثة أشهر فقط. حل تحليل الصور المدعوم بالذكاء الاصطناعي محل مراجعات الصور اليدوية، مما سمح بالتحقق عن بُعد ومكّن من اتخاذ قرارات تخطيط رأسمالية أفضل ومبنية على البيانات.

وبالمثل، في فنلندا، قلل مشغل نظام نقل الزيارات الميدانية وقلل الانقطاعات من خلال التحول من عمليات الفحص الأرضية إلى التقييمات بمساعدة الطائرات بدون طيار. مع Grid Vision® والكشف عن العيوب المدعوم بـ YOLO، تحسنت دقة الفحص، وتمكن العمال المهرة من التركيز على مهام أكثر أهمية.

الشكل 3. نظرة على خطوط شبكة الطاقة في فنلندا التي يتم مراقبتها باستخدام Grid Vision® و YOLO.

Link to this sectionتشغيل الجيل القادم من عمليات فحص المرافق#

بالنظر إلى المستقبل، ومع توسع eSmart Systems عالمياً، فإنهم يعالجون تحديات مثل اختلاف البنية التحتية، وطرق التقاط الصور المختلفة، وانجراف البيانات عبر المناطق. للتغلب على هذه المخاوف، تركز الشركة على جعل Grid Vision® أكثر قابلية للتوسع والتكيف.

كان تقدمهم في خطوط أنابيب MLOps رئيسياً، حيث بسّط إعادة تدريب النماذج وأتمتة توسيع مجموعات البيانات. هذه التحسينات تعزز باستمرار دقة وأداء حلول الذكاء الاصطناعي الخاصة بهم. تمهد eSmart Systems الطريق لإدارة شبكة أكثر كفاءة وموثوقية، مما يضمن نهجاً جاهزاً للمستقبل لانتقال الطاقة العالمي.

هل أنت مهتم برؤية الكمبيوتر؟ استكشف مستودع GitHub الخاص بنا لترى كيف تقود نماذج Ultralytics YOLO الابتكارات في مجالات مثل الذكاء الاصطناعي في السيارات ذاتية القيادة و رؤية الكمبيوتر في الزراعة. تعرف على المزيد حول نماذج YOLO الخاصة بنا و خيارات الترخيص اليوم!