Innovación con visión artificial e IA en el sector energético

El sector energético impulsa nuestra forma de vida: proporciona electricidad a nuestros hogares, energía a las industrias y los cimientos de la conectividad digital. Es el hilo invisible que mantiene en marcha la sociedad día tras día.

Mientras el mundo afronta los problemas medioambientales relacionados con el consumo de combustibles fósiles y se propone alcanzar las cero emisiones netas de carbono, la atención se ha desplazado hacia las soluciones energéticas sostenibles. Sin embargo, aunque desarrollar nuevas fuentes de energía es importante, también se está trabajando mucho 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 están incorporando poco a poco tecnologías avanzadas como la inteligencia artificial (AI). En concreto, la visión artificial, que utiliza la IA para interpretar y analizar datos visuales, desempeña un papel cada vez más importante a la hora de abordar los retos del sector eléctrico.

La visión artificial está cambiando la forma de supervisar, mantener y optimizar los sistemas de energía eléctrica. Veamos más de cerca cómo se aplica esta tecnología en el sector energético.

El sector eléctrico: conceptos básicos#

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

La producción de electricidad es una parte clave del sector energético y comprende 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 energía eólica, solar e hidráulica. A continuación, la electricidad generada se transmite a largas distancias a través de líneas de alta tensión. Cuando llega a las estaciones de alta tensión, se distribuye mediante subestaciones y, después, se suministra a hogares, empresas e industrias a través de líneas de menor tensión.

Fig. 1. Una línea eléctrica.

Estos son los principales actores del sistema de producción de electricidad:

• Empresas de servicios públicos: Son las empresas que producen electricidad en centrales y la transportan hasta los consumidores. Se encargan del mantenimiento de las infraestructuras y de garantizar un suministro constante.
• Operadores de la red: Gestionan la red eléctrica y supervisan el equilibrio entre la oferta y la demanda de electricidad. También se ocupan de la estabilidad de la red, previenen los cortes de suministro e integran fuentes de energía renovables.
• Organismos reguladores: Los organismos reguladores, principalmente gubernamentales, hacen cumplir las políticas y las normas aplicables a los operadores de la 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 los hogares, las industrias y las empresas, que utilizan electricidad.

Principales retos del sector eléctrico#

El sector eléctrico se enfrenta a diario a varios problemas importantes. Muchos sistemas eléctricos dependen de infraestructuras obsoletas que no se diseñaron para satisfacer la demanda energética actual, lo que provoca ineficiencias y aumenta el riesgo de fallos, como roturas en las líneas eléctricas. El mantenimiento suele ser reactivo en lugar de preventivo, lo que puede ocasionar costosos tiempos de inactividad y problemas imprevistos. Además, los sistemas de red obsoletos tienen dificultades para adaptarse de forma eficiente a las necesidades energéticas cambiantes. Resolver estos problemas es fundamental para crear un sistema energético estable y fiable de cara al futuro.

El papel de la visión artificial en el sector eléctrico#

La visión artificial es una rama de la IA que ayuda a las máquinas a ver y comprender la información visual del mundo que las rodea, de forma similar a las personas. Se puede entrenar un modelo de visión artificial para identificar objetos y patrones en imágenes y vídeos y tomar decisiones fundamentadas.

En el sector eléctrico, los modelos de IA visual como Ultralytics YOLO11 pueden utilizarse para comprobar si las líneas eléctricas presentan daños, inspeccionar componentes delicados de los transformadores, supervisar circuitos en tiempo real y trabajar en lugares peligrosos, como zonas remotas y de alta tensión.

Aplicaciones de la visión artificial en el sector eléctrico#

Las innovaciones en visión artificial pueden resultar útiles para diversos fines en el sector eléctrico, como la inspección, la supervisión y la gestión. Veamos más de cerca algunos casos de uso en tiempo real de los modelos de visión artificial en el sector energético.

Inspecciones con drones#

Los drones con IA y visión artificial equipados con cámaras de alta resolución pueden inspeccionar líneas eléctricas, torres de transmisión, parques solares y otras infraestructuras eléctricas. El proceso suele consistir en que drones controlados por personas o autónomos capturan imágenes y vídeos de las líneas eléctricas de una zona determinada, que después analizan modelos de visión artificial.

Los modelos, como Ultralytics YOLO11, que admiten técnicas como la detección de objetos y la segmentación de instancias, pueden entrenarse con conjuntos de datos aéreos como TTPLA para identificar diversos problemas. Entre ellos se incluyen grietas, corrosión, invasión de vegetación, interferencias humanas 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 realicen tareas peligrosas, como subir a torres o trabajar en zonas de alta tensión.

Un buen ejemplo de ello es Jiaozuo, una ciudad de China donde se utilizan drones para mejorar la seguridad de las líneas de transmisión de la red eléctrica estatal. Los drones controlados por personas patrullan las líneas de transmisión para identificar posibles daños. Con estos drones se han inspeccionado 114 líneas eléctricas y se han identificado y corregido dos defectos ocultos.

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

Supervisión de subestaciones#

Los sistemas de vigilancia integrados con visión artificial pueden supervisar centrales eléctricas para detectar anomalías como el sobrecalentamiento de transformadores, fallos en disyuntores, fugas de aceite y averías en los equipos. Si echas un vistazo al funcionamiento interno de estos sistemas, normalmente encontrarás un modelo de visión artificial entrenado a medida.

Por ejemplo, al entrenar un modelo YOLO11 personalizado con un conjunto de datos diverso de imágenes que capten distintas anomalías en los equipos, como las enumeradas anteriormente, podemos crear un sistema sólido de detección de anomalías automatizada. El modelo YOLO11 entrenado puede utilizarse para reconocer patrones específicos y desviaciones de las condiciones de funcionamiento normales. El uso de modelos como YOLO11 puede mejorar la eficiencia operativa de las centrales eléctricas, reducir los accidentes laborales y aumentar la seguridad en el lugar de trabajo.

Hoy en día, vemos cada vez más innovaciones de este tipo. Por ejemplo, se utilizó un perro robótico impulsado por IA llamado Sparky para explorar la inspección de subestaciones con IA en Connecticut. Sparky integra visión artificial e IA para poder leer y supervisar indicadores de tensión, grabar imágenes térmicas y detectar daños en los equipos. Incorpora una cámara de alta resolución con zoom de 30 aumentos, una cámara infrarroja y un sensor acústico para leer firmas sonoras.

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

Vigilancia de redes eléctricas inteligentes#

Los modelos de visión artificial también pueden aplicarse a las redes eléctricas inteligentes para supervisar el flujo de energía, identificar cuellos de botella y detectar posibles vulnerabilidades. En combinación con otras tecnologías, como los sensores de la Internet de las cosas (IoT) y el análisis de datos, los sistemas de visión artificial pueden mejorar la vigilancia de la red.

En particular, al combinarse con tecnología de imágenes infrarrojas, los modelos de visión artificial pueden captar firmas térmicas. Las imágenes infrarrojas son una técnica que captura imágenes de objetos en función del calor que emiten. Utiliza cámaras térmicas que funcionan en el espectro infrarrojo para detectar variaciones de temperatura invisibles a simple vista. Esta tecnología resulta útil para identificar puntos calientes, que podrían indicar sobrecalentamiento, fricción o fallos eléctricos en los equipos.

En el sector eléctrico, la imagen infrarroja resulta especialmente valiosa para detectar problemas como el sobrecalentamiento de transformadores, disyuntores y líneas eléctricas. Una cámara infrarroja con capacidades de visión artificial puede supervisar postes eléctricos en tiempo real y buscar aumentos repentinos de temperatura. Si una cámara detecta cambios de temperatura inusuales, puede avisar a un equipo de mantenimiento. Después, el equipo de mantenimiento puede investigar el problema y tomar las medidas necesarias para evitar posibles cortes del suministro y riesgos para la seguridad.

Fig. 4. Uso de la visión artificial para detectar aumentos bruscos de temperatura en postes eléctricos.

Ventajas e inconvenientes de la visión artificial en el sector energético#

El sector eléctrico puede beneficiarse de muchas maneras del uso de aplicaciones de visión artificial. Estos son algunos ejemplos:

• Ahorro de costes: La implementación de soluciones basadas en visión puede reducir los costes laborales, especialmente los asociados a tareas como las inspecciones en línea, que requieren mucho tiempo y son peligrosas.
• Toma de decisiones basada en datos: la información obtenida de los modelos de visión puede combinarse con datos históricos para tomar decisiones fundamentadas.
• Escalabilidad: Los modelos de visión artificial son flexibles y se pueden implementar a cualquier escala. Se pueden ampliar fácilmente de una zona pequeña a otra más grande, o reducir de una zona grande a otra más pequeña, sin necesidad de realizar cambios importantes.

Por otro lado, la implementación de sistemas de visión artificial conlleva ciertas limitaciones. A continuación se mencionan algunas de ellas:

• Elevado coste inicial: Implementar sistemas de visión artificial, incluidos drones, cámaras e infraestructura de IA, puede resultar caro. Para las industrias pequeñas, invertir una gran cantidad de dinero en nuevas tecnologías puede suponer un reto importante.
• Privacidad y seguridad de los datos: los sistemas de IA visual suelen recopilar y procesar datos confidenciales, lo que suscita preocupación por la privacidad y la seguridad.
• Limitaciones ambientales: La calidad de los datos visuales obtenidos en las inspecciones de visión artificial puede verse afectada por factores como la iluminación, el tiempo y la calibración de la cámara. Las condiciones meteorológicas adversas, como la niebla, la lluvia o la nieve, pueden reducir la eficacia de estas inspecciones, sobre todo en exteriores.

El futuro de la energía#

La visión artificial es una herramienta fiable para abordar 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 basadas en IA pueden desempeñar un papel esencial para satisfacer las demandas energéticas actuales.

Por ejemplo, la visión artificial puede ayudar a reducir el riesgo de errores humanos en todo tipo de tareas, desde la identificación de problemas en las líneas eléctricas hasta la predicción de fallos en los equipos. A medida que crece la adopción de la IA y evoluciona el sector energético, estas tecnologías desempeñarán un papel fundamental en el avance de las energías verdes y la creación de sistemas de redes eléctricas más respetuosos con el medioambiente.

Únete a nuestra comunidad y echa un vistazo a nuestro repositorio de GitHub para obtener más información sobre la IA. También puedes descubrir otras aplicaciones interesantes de la IA en sectores como la agricultura y la sanidad.