Al integrar modelos Ultralytics YOLO en su plataforma Grid Vision®, eSmart Systems redujo un 50 % el tiempo de inspección, permitió detectar fallos más rápido y pasó a un mantenimiento proactivo.
eSmart Systems es una empresa con sede en Noruega que ayuda a los proveedores de servicios públicos a inspeccionar y gestionar activos a gran escala, como redes eléctricas y subestaciones, mediante la visión artificial y la analítica. En concreto, su plataforma estrella, Grid Vision®, utiliza visión artificial, analítica geoespacial y datos de series temporales para analizar imágenes aéreas, detectar componentes y defectos, y ofrecer información predictiva sobre líneas de transmisión.
Para mejorar aún más la eficiencia de las inspecciones, eSmart Systems integró modelos Ultralytics YOLO en Grid Vision®. Esto aumentó la velocidad de detección de defectos y permitió a las empresas de servicios públicos pasar de las reparaciones reactivas a un mantenimiento más eficiente basado en el estado de los activos.
Transformar las inspecciones de líneas eléctricas con IA y visión artificial#
Con sede en Halden, Noruega, eSmart Systems se centra en ofrecer soluciones innovadoras al sector de los servicios públicos para supervisar y mantener infraestructuras críticas. Por ejemplo, su plataforma estrella, Grid Vision®, ofrece una solución integral para inspeccionar y gestionar activos a gran escala, como las redes eléctricas y las subestaciones.
Más de 70 empresas de servicios públicos de todo el mundo confían en eSmart Systems, que ha inspeccionado más de 100 000 kilómetros de líneas eléctricas y ha permitido a estas empresas tomar mejores decisiones basadas en datos. Grid Vision® hace que el mantenimiento sea más eficiente, reduce los riesgos y respalda la transición hacia una infraestructura de energía sostenible más resiliente.
eSmart Systems también garantiza que sus soluciones de IA cumplan altos estándares de privacidad de datos y conformidad normativa. La empresa cuenta con la certificación ISO 27001 en gestión de la seguridad de la información y cumple el artículo 7.8 de Netcode, que regula el intercambio seguro de datos en las operaciones de las redes eléctricas europeas.
La complejidad de las inspecciones de redes eléctricas#
Las redes eléctricas se extienden por grandes superficies y a menudo atraviesan zonas remotas o de difícil acceso. Muchas de estas instalaciones están envejeciendo y requieren inspecciones periódicas para garantizar su seguridad y fiabilidad. Inspeccionar componentes como torres de transmisión y líneas eléctricas lleva tiempo, resulta costoso y puede entrañar riesgos para los trabajadores.
eSmart Systems se propuso capturar imágenes aéreas con drones y helicópteros y aplicar visión artificial para detectar componentes e identificar defectos. Sin embargo, como las empresas de servicios públicos tienen componentes diferentes y capturan imágenes en condiciones diversas, resultaba difícil mantener un flujo de trabajo de inspección coherente.
Fig. 1. El mantenimiento de las redes eléctricas puede ser difícil.
La revisión manual de estas imágenes también era lenta y requería muchos recursos, lo que dificultaba ampliar la detección de fallos. Para automatizar las inspecciones y facilitar el mantenimiento proactivo, eSmart Systems necesitaba un modelo de Vision AI rápido y adaptable, capaz de funcionar de forma fiable con distintos tipos de activos, regiones y condiciones meteorológicas.
El papel de la detección de objetos y YOLO en las inspecciones de redes eléctricas#
Para automatizar y dotar de inteligencia las inspecciones de redes eléctricas, eSmart Systems integró Ultralytics YOLO, un modelo de visión artificial, en su plataforma Grid Vision®. Los modelos Ultralytics YOLO admiten diversas tareas de visión artificial, entre ellas la detección de objetos, que permite a la plataforma identificar componentes clave, como torres, crucetas, aisladores y conductores, en imágenes aéreas.
Los modelos también se utilizan para detectar defectos como la invasión de vegetación, los daños y el desgaste, que pueden afectar al rendimiento de la red. Una vez detectados los componentes y los defectos, esta información se procesa en Grid Vision®, que utiliza procesamiento en la nube para automatizar y ampliar rápidamente el proceso de inspección con precisión.
Fig. 2. Grid Vision® detecta componentes eléctricos con YOLO.
La plataforma señala posibles defectos, evalúa los niveles de riesgo asociados y ayuda a las empresas de servicios públicos a planificar el mantenimiento según el estado de los activos. Esta combinación de detección y análisis en tiempo real permite pasar de un mantenimiento reactivo a un enfoque más proactivo, lo que ayuda a anticiparse a posibles problemas antes de que provoquen averías costosas.
Al integrar esta información con metadatos y datos de series temporales, Grid Vision® permite a las empresas de servicios públicos optimizar sus estrategias de mantenimiento, mejorar la eficiencia y reducir el riesgo de cortes imprevistos.
¿Por qué elegir los modelos Ultralytics YOLO?#
eSmart Systems adoptó los modelos Ultralytics YOLO por su velocidad, precisión y fácil integración en su canal de IA. Los modelos Ultralytics YOLO ofrecen resultados coherentes al analizar imágenes aéreas grandes y de alta resolución, por lo que son ideales para inspeccionar redes eléctricas.
Además, el paquete de Python de Ultralytics ofrece diversas opciones de integración, incluidos 22 formatos de exportación. Esta flexibilidad permite a eSmart Systems desplegar los modelos en distintos entornos. Utilizan formatos como PyTorch para el entrenamiento y ONNX para una inferencia optimizada en CPU en producción, especialmente cuando los recursos de GPU son limitados en su infraestructura en la nube.
Con más de 30 modelos Ultralytics YOLO ya en producción, eSmart Systems puede ampliar las inspecciones de forma eficiente. Esto permite a la empresa centrarse en mejorar la calidad de los datos y abordar los retos específicos de cada empresa de servicios públicos.
Reducir un 50 % el tiempo de inspección con Ultralytics YOLO#
El impacto de Grid Vision®, basada en modelos Ultralytics YOLO, ha sido significativo para mejorar las inspecciones de las empresas de servicios públicos. Al automatizar las inspecciones de activos y mejorar la detección de defectos, Grid Vision® ha reducido el trabajo manual, aumentado la seguridad y facilitado estrategias de mantenimiento más proactivas.
Por ejemplo, en Suiza, una importante empresa energética que gestiona miles de pilones (estructuras altas que sostienen líneas eléctricas) en terreno montañoso redujo los tiempos de inspección un 50 %. El paso de las ascensiones manuales a las inspecciones con drones aceleró la detección de fallos, mejoró la seguridad de los trabajadores y ahorró tiempo.
De forma similar, en Estados Unidos, una gran empresa de servicios públicos utilizó Grid Vision® para digitalizar 1400 estructuras de transmisión en solo tres meses. Este análisis de imágenes basado en IA sustituyó la revisión manual de fotografías, permitió validarlas a distancia y facilitó mejores decisiones de planificación de inversiones basadas en datos.
Del mismo modo, en Finlandia, un operador de sistemas de transmisión redujo las visitas sobre el terreno y minimizó los cortes al pasar de las inspecciones desde el suelo a las evaluaciones asistidas por drones. Con Grid Vision® y la detección de defectos basada en YOLO, mejoró la precisión de las inspecciones y los trabajadores cualificados pudieron centrarse en tareas más importantes.
Fig. 3. Vista de las líneas de la red eléctrica de Finlandia supervisadas con Grid Vision® y YOLO.
Impulsar la próxima generación de inspecciones de servicios públicos#
De cara al futuro, a medida que eSmart Systems se expande a escala mundial, la empresa aborda retos como las diferencias entre infraestructuras, los distintos métodos de captura de imágenes y la deriva de datos entre regiones. Para superar estos retos, la empresa se centra en hacer que Grid Vision® sea más escalable y adaptable.
Su progreso con las canalizaciones de MLOps ha sido clave, ya que simplifica el reentrenamiento de modelos y automatiza la ampliación de los conjuntos de datos. Estas mejoras aumentan continuamente la precisión y el rendimiento de sus soluciones de IA. eSmart Systems está allanando el camino hacia una gestión de la red eléctrica más eficiente y fiable, y garantiza un enfoque preparado para el futuro de la transición energética mundial.
¿Te interesa la visión artificial? Explora nuestro repositorio de GitHub para descubrir cómo los modelos Ultralytics YOLO impulsan innovaciones en ámbitos como la visión artificial aplicada a imágenes aéreas y la visión artificial en la agricultura. Descubre hoy mismo más información sobre nuestros modelos YOLO y las opciones de licencia.
Escrito por
Creador de contenido · Ultralytics
