Innovando con visión artificial e IA en el sector energético

El sector energético impulsa la vida tal y como la conocemos, proporcionando electricidad para nuestros hogares, energía para las industrias y la base para la conectividad digital. Es el hilo invisible que hace que los engranajes de la sociedad sigan girando cada día.

A medida que el mundo lidia con las preocupaciones medioambientales sobre el consumo de combustibles fósiles y aspira a lograr cero emisiones netas de carbono, la atención se ha desplazado hacia soluciones de energía sostenible. Sin embargo, aunque desarrollar nuevas fuentes de energía es importante, también se está realizando un trabajo significativo para mejorar los sistemas energéticos actuales y hacerlos más eficientes, fiables y respetuosos con el medio ambiente.

Los métodos tradicionales de generación de electricidad y las operaciones energéticas se están integrando lentamente con tecnologías avanzadas como la inteligencia artificial (IA). En concreto, la visión artificial —el uso de la IA para interpretar y analizar datos visuales— desempeña un papel fundamental para abordar los retos dentro del sector eléctrico.

La visión artificial está cambiando la forma en que se monitorizan, mantienen y optimizan los sistemas de energía eléctrica. Echemos un vistazo más de cerca a cómo se aplica esta tecnología en el sector energético.

Entender el sector eléctrico#

Antes de adentrarnos en las aplicaciones de la visión artificial en el sector eléctrico, es importante entender por qué estas aplicaciones son importantes y a quién afectan.

La producción de electricidad es una parte clave del sector energético y consta de cuatro etapas principales: generación, transmisión, distribución y consumo. Comienza con la generación de electricidad en centrales eléctricas, que pueden utilizar recursos como combustibles fósiles, energía nuclear o fuentes renovables como la eólica, la solar y la hidroeléctrica. La electricidad generada se transmite a través de líneas eléctricas de alta tensión a largas distancias. Una vez que llega a las estaciones de alta tensión, se distribuye a través de subestaciones y luego se suministra a hogares, empresas e industrias mediante líneas de menor tensión.

Fig 1. Una línea eléctrica.

Estos son los principales actores en el sistema de producción de electricidad:

• Compañías eléctricas: Son las empresas que producen electricidad en plantas eléctricas y la transmiten a los consumidores. Son responsables de mantener la infraestructura y garantizar un suministro constante.

• Operadores de red: Gestionan la red eléctrica y supervisan el equilibrio entre el suministro y la demanda de electricidad. Estas entidades también supervisan la estabilidad de la red, previenen cortes e integran fuentes de energía renovable.

• Reguladores: Los organismos reguladores, principalmente el gobierno, aplican las políticas y normas para los operadores de red. Garantizan el cumplimiento de las normas de seguridad, medioambientales y económicas, y protegen los intereses de los consumidores.

• Usuarios finales: Son los consumidores, como hogares, industrias y empresas, que utilizan la electricidad.

Principales retos del sector eléctrico#

El sector eléctrico se enfrenta a varias preocupaciones importantes a diario. Muchos sistemas eléctricos dependen de una infraestructura envejecida que no fue diseñada para soportar las demandas energéticas actuales, lo que conlleva ineficiencias y un mayor riesgo de fallos, como roturas en las líneas eléctricas. El mantenimiento es a menudo reactivo en lugar de proactivo, lo que puede dar lugar a costosos tiempos de inactividad y problemas inesperados. Además, los sistemas de red obsoletos tienen dificultades para adaptarse a las necesidades energéticas cambiantes de forma eficiente. Abordar estos problemas es una parte crucial de la creación de un sistema energético estable y fiable para el futuro.

El papel de la visión artificial en el sector eléctrico#

La visión artificial es un subcampo de la IA que ayuda a las máquinas a ver y comprender la información visual del mundo que las rodea, de forma similar a como lo hacen los humanos. Un modelo de visión artificial se puede entrenar para identificar objetos y patrones en imágenes y vídeos con el fin de tomar decisiones informadas.

En el sector eléctrico, los modelos de IA de visión como Ultralytics YOLO11 se pueden utilizar para comprobar daños en líneas de tensión, inspeccionar piezas delicadas en transformadores, monitorizar circuitos en tiempo real y trabajar en lugares peligrosos como zonas de alta tensión y áreas remotas.

Aplicaciones de la visión artificial en el sector eléctrico#

Las innovaciones de visión artificial resultan muy útiles para diversos fines en el sector eléctrico, como la inspección, la monitorización y la gestión. Echemos un vistazo más de cerca a algunos de los casos de uso en tiempo real de los modelos de visión artificial en la industria energética.

Inspecciones con drones#

Los drones con IA habilitados para visión artificial equipados con cámaras de alta resolución pueden inspeccionar líneas eléctricas, torres de transmisión, parques solares y otra infraestructura eléctrica. El proceso suele implicar que drones controlados por humanos o autónomos capturen imágenes y vídeos de las líneas eléctricas en un área especificada, los cuales son analizados posteriormente por modelos de visión artificial.

Los modelos, como Ultralytics YOLO11, que admiten técnicas como object detection y instance segmentation, pueden utilizarse para identificar varios problemas. Estos incluyen grietas, corrosión, invasión de vegetación, interferencia humana cerca de las líneas eléctricas y daños en los equipos. Este enfoque basado en IA acelera el proceso de inspección. También mejora la seguridad al reducir la necesidad de que los trabajadores humanos realicen tareas peligrosas, como escalar torres o trabajar en zonas de alta tensión.

Un gran ejemplo de esto es Jiaozuo, una ciudad de China, donde se utilizan drones para mejorar la seguridad de las líneas de transmisión de la red estatal. Drones controlados por humanos patrullan las líneas de transmisión para identificar posibles daños. Mediante el uso de drones, han inspeccionado 114 líneas eléctricas y han identificado y resuelto dos daños ocultos de manera eficiente.

Fig. 2. Trabajadores inspeccionando una línea eléctrica mediante drones.

Supervisión de subestaciones#

Los sistemas de vigilancia integrados con visión artificial pueden supervisar las centrales eléctricas en busca de anomalías como el sobrecalentamiento de transformadores, disyuntores, fugas de aceite y fallos en los equipos. Si miras bajo el capó de estos sistemas, normalmente encontrarás un modelo de visión artificial entrenado a medida.

Por ejemplo, al entrenar un modelo personalizado de YOLO11 en un conjunto de datos diverso de imágenes que capturan varias anomalías de equipos, como las enumeradas anteriormente, podemos crear un sistema robusto para la detección automatizada de anomalías. El modelo YOLO11 entrenado se puede utilizar para reconocer patrones específicos y desviaciones de las condiciones normales de trabajo. Mediante el uso de innovaciones como YOLO11, podemos mejorar la eficiencia operativa en las centrales eléctricas, eliminar accidentes laborales y hacer que el lugar de trabajo sea más seguro.

Hoy en día, estamos viendo un aumento en este tipo de innovaciones de vanguardia. Por ejemplo, se utilizó un perro robot impulsado por IA llamado Sparky para explorar la inspección de subestaciones basada en IA en Connecticut. Sparky está integrado con visión artificial e IA para poder leer y monitorizar medidores de voltaje, registrar imágenes térmicas y detectar daños en el equipo. Cuenta con una cámara de alta resolución con zoom de 30x, una cámara infrarroja y un sensor acústico para leer firmas de sonido.

Fig. 3. Sparky, el robot, inspeccionando una central eléctrica.

Vigilancia de redes inteligentes#

Los modelos de visión artificial también pueden aprovecharse en los sistemas de redes inteligentes para supervisar el flujo de energía, identificar cuellos de botella y detectar posibles vulnerabilidades. Combinados con otras tecnologías de IA, como los sensores de Internet de las Cosas (IoT) y el análisis de datos, los sistemas de visión artificial pueden mejorar la vigilancia de la red.

En particular, cuando se combinan con la tecnología de imagen infrarroja, los modelos de visión artificial pueden capturar firmas térmicas. La imagen infrarroja es una técnica que captura imágenes de objetos basándose en su emisión de calor. Utiliza cámaras térmicas que operan en el espectro infrarrojo para detectar variaciones de temperatura que son invisibles a simple vista. Esta tecnología es útil a la hora de identificar puntos calientes, que podrían indicar sobrecalentamiento, fricción o fallos eléctricos en los equipos.

En el sector eléctrico, la imagen infrarroja es especialmente valiosa para detectar problemas como transformadores, disyuntores y líneas eléctricas sobrecalentados. Una cámara infrarroja con capacidades de visión artificial puede monitorizar postes de servicios públicos en tiempo real y buscar picos repentinos de temperatura. Si una cámara detecta cambios de temperatura inusuales, puede alertar a un equipo de mantenimiento. A continuación, el equipo de mantenimiento puede investigar el problema y tomar las medidas necesarias, previniendo posibles apagones y riesgos de seguridad.

Fig. 4. Uso de la visión artificial para detectar picos de temperatura en postes de servicios públicos.

Pros y contras de la visión artificial en el sector energético#

El sector eléctrico puede beneficiarse de muchas maneras al utilizar aplicaciones de visión artificial. Aquí tienes algunos ejemplos:

• Ahorro de costes: Al implementar soluciones basadas en visión, se pueden reducir los costes laborales, especialmente los asociados a tareas como las inspecciones en línea, que consumen mucho tiempo y son peligrosas.
• Toma de decisiones basada en datos: Los conocimientos recopilados de los modelos de visión se pueden combinar con datos históricos para tomar decisiones informadas.
• Escalabilidad: Los modelos de visión artificial son flexibles y pueden implementarse a cualquier escala. Pueden ampliarse fácilmente de una zona pequeña a una mayor, o reducirse de una zona grande a una menor, sin necesidad de realizar cambios importantes.

Por otro lado, la implementación de sistemas de visión artificial conlleva limitaciones. Algunas de estas preocupaciones se mencionan a continuación:

• Alto costo inicial: Desplegar sistemas de visión artificial, incluidos drones, cámaras y infraestructura de IA, puede resultar costoso. Para las industrias a pequeña escala, invertir una gran suma de dinero en nueva tecnología puede suponer un reto importante.
• Privacidad y seguridad de los datos: Los sistemas de IA de visión a menudo implican la recopilación y el procesamiento de datos sensibles, lo que plantea dudas sobre la privacidad y la seguridad.
• Limitaciones medioambientales: La calidad de los datos visuales en las inspecciones con visión artificial puede verse afectada por factores como la iluminación, el clima y la calibración de la cámara. Las condiciones climáticas adversas, como la niebla, la lluvia o la nieve, pueden hacer que estas inspecciones sean menos eficaces, especialmente al aire libre.

El futuro de la energía#

La visión artificial es una herramienta fiable para afrontar los complejos retos del sector eléctrico. Al automatizar las inspecciones visuales, analizar grandes cantidades de datos y permitir la supervisión en tiempo real, las soluciones impulsadas por IA pueden desempeñar un papel esencial en la satisfacción de las demandas energéticas actuales.

Por ejemplo, la visión artificial puede ayudar a reducir el riesgo de error humano en todo, desde la identificación de problemas en las líneas eléctricas hasta la predicción de fallos en los equipos. A medida que crezca la adopción de la IA y el sector energético evolucione, estas tecnologías desempeñarán un papel clave en el avance de la energía verde y en la creación de sistemas de red eléctrica más respetuosos con el medio ambiente.

Únete a nuestra comunidad y consulta nuestro repositorio de GitHub para obtener más información sobre la IA. También puedes aprender sobre otras aplicaciones interesantes de la IA en sectores como la agricultura y la salud.