eSmart Systems reduce a la mitad el tiempo de inspección de líneas eléctricas con Ultralytics YOLO

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, utilizando computer vision y análisis. En particular, su plataforma insignia, Grid Vision®, aprovecha la visión por computadora, el análisis geoespacial y los datos de series temporales para analizar imágenes aéreas, detectar componentes y defectos, y proporcionar información predictiva en las líneas de transmisión.

Para mejorar aún más la eficiencia de las inspecciones, eSmart Systems integró los Ultralytics YOLO models en Grid Vision®. Esto dio como resultado una mayor velocidad de detección de defectos y permitió que las empresas de servicios públicos pasaran de reparaciones reactivas a un mantenimiento más eficiente basado en el estado.

Transformando 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 servicios públicos para supervisar y mantener infraestructuras críticas. Por ejemplo, su plataforma insignia, Grid Vision®, ofrece una solución completa para inspeccionar y gestionar activos a gran escala como power grids y subestaciones.

Con la confianza de más de 70 empresas de servicios públicos en todo el mundo, eSmart Systems ha inspeccionado más de 100,000 kilómetros de líneas eléctricas, lo que permite a las empresas de servicios públicos tomar mejores decisiones basadas en datos. Grid Vision® hace que el mantenimiento sea más eficiente, reduce los riesgos y apoya la transición hacia una infraestructura de sustainable energy más resiliente.

eSmart Systems también garantiza que sus soluciones de IA cumplan con altos estándares de privacidad de datos y cumplimiento normativo. Cuentan con la certificación ISO 27001 para la gestión de la seguridad de la información y cumplen con el Artículo 7.8 de Netcode, que regula el intercambio seguro de datos en las operaciones de las redes eléctricas europeas.

Las complejidades de las inspecciones de red#

Las redes eléctricas se extienden por vastas áreas, a menudo atravesando ubicaciones remotas o de difícil acceso. Muchos de estos sistemas están envejeciendo y requieren inspecciones regulares para garantizar la seguridad y la fiabilidad. Inspeccionar componentes como torres de transmisión y líneas eléctricas consume mucho tiempo, resulta costoso y puede ser arriesgado para los trabajadores.

eSmart Systems pretendía capturar imágenes aéreas utilizando drones y helicópteros, aplicando visión por computadora para detectar componentes e identificar defectos. Sin embargo, dado que las empresas de servicios públicos tienen diferentes componentes y capturan imágenes en diversas condiciones, resultaba complicado mantener un flujo de trabajo de inspección coherente.

Fig 1. Las redes eléctricas pueden ser difíciles de mantener.

La revisión manual de estas imágenes también era lenta y consumía muchos recursos, lo que dificultaba escalar la detección de fallos. Para automatizar las inspecciones y respaldar el mantenimiento proactivo, eSmart Systems necesitaba un modelo de Visión IA rápido y adaptable que pudiera funcionar de forma fiable en diferentes tipos de activos, regiones y condiciones climáticas.

El papel de la detección de objetos y YOLO en las inspecciones de red#

Para aportar automatización e inteligencia a las inspecciones de redes, eSmart Systems integró Ultralytics YOLO, un modelo de visión por computadora, en su plataforma Grid Vision®. Los Ultralytics YOLO models admiten varias computer vision tasks, incluida la detección de objetos, lo 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, daños y desgaste, que pueden afectar al rendimiento de la red. Una vez detectados los componentes y los defectos, esta información se procesa a través de Grid Vision®, que utiliza procesamiento en la nube para automatizar y escalar el proceso de inspección de forma rápida y precisa.

Fig 2. Grid Vision® detecta componentes eléctricos usando YOLO.

La plataforma marca 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 a los servicios públicos pasar de un mantenimiento reactivo a un enfoque más proactivo, ayudándoles a anticiparse a posibles problemas antes de que provoquen fallos costosos.

Al integrar estos conocimientos con metadatos y datos de series temporales, Grid Vision® permite a los servicios públicos optimizar sus estrategias de mantenimiento, mejorando la eficiencia y reduciendo el riesgo de cortes inesperados.

¿Por qué elegir los modelos Ultralytics YOLO?#

eSmart Systems adoptó los modelos de Ultralytics YOLO por su velocidad, precisión y perfecta integración en su pipeline de IA. Los modelos de Ultralytics YOLO ofrecen resultados consistentes al analizar grandes imágenes aéreas de alta resolución, lo que los hace ideales para las inspecciones de red.

Asimismo, el Ultralytics Python package ofrece una variedad de opciones de integración, incluidos 15 formatos de exportación. Esta flexibilidad permite a eSmart Systems implementar los modelos en diferentes entornos. Utilizan formatos como PyTorch para el entrenamiento y ONNX para la inferencia de CPU optimizada en producción, en particular cuando los recursos de GPU son limitados en su infraestructura en la nube.

Con más de 30 modelos de Ultralytics YOLO ya en producción, eSmart Systems puede escalar las inspecciones de manera eficiente. Esto les permite centrarse en mejorar la calidad de los datos y abordar los desafíos específicos de los servicios públicos.

Reduciendo el tiempo de inspección en un 50% con Ultralytics YOLO#

El impacto de Grid Vision®, impulsado por los Ultralytics YOLO models, ha sido significativo para mejorar las inspecciones de servicios públicos. Al automatizar las inspecciones de activos y mejorar la defect detection, Grid Vision® ha reducido las cargas de trabajo manuales, ha aumentado la seguridad y ha facilitado estrategias de mantenimiento más proactivas.

Por ejemplo, en Suiza, una importante empresa energética que gestiona miles de pilones (estructuras altas que soportan líneas eléctricas) en terreno montañoso redujo los tiempos de inspección en un 50%. La transición de la escalada manual a las inspecciones basadas en drones aceleró la detección de fallos, mejoró la seguridad de los trabajadores y ahorró tiempo.

Del mismo modo, en Estados Unidos, un gran proveedor de servicios públicos utilizó Grid Vision® para digitalizar 1.400 estructuras de transmisión en solo tres meses. Este análisis de imágenes basado en IA reemplazó las revisiones manuales de fotos, permitiendo la validación remota y facilitando mejores decisiones de planificación de capital basadas en datos.

Asimismo, en Finlandia, un operador de sistemas de transmisión redujo las visitas de campo y minimizó los cortes al pasar de inspecciones terrestres a evaluaciones asistidas por drones. Con Grid Vision® y la detección de defectos impulsada por YOLO, la precisión de la inspección mejoró y los trabajadores cualificados pudieron centrarse en tareas más importantes.

Fig 3. Un vistazo a las líneas de la red eléctrica en Finlandia monitorizadas usando Grid Vision® y YOLO.

Impulsando la próxima generación de inspecciones de servicios públicos#

De cara al futuro, a medida que eSmart Systems se expande globalmente, están abordando desafíos como la infraestructura variable, los diferentes métodos de captura de imágenes y la desviación de datos entre regiones. Para superar estas preocupaciones, la empresa se está centrando en hacer que Grid Vision® sea más escalable y adaptable.

Su progreso con los pipelines de MLOps ha sido clave, simplificando el reentrenamiento de modelos y automatizando la expansión de conjuntos de datos. Estas mejoras potencian continuamente la precisión y el rendimiento de sus soluciones de IA. eSmart Systems está allanando el camino para una gestión de red más eficiente y fiable, asegurando un enfoque preparado para el futuro de la transición energética global.

¿Te interesa la visión por computadora? ¡Explora nuestro GitHub repository para ver cómo los Ultralytics YOLO models están impulsando innovaciones en áreas como AI in self-driving cars y computer vision in agriculture! ¡Obtén más información sobre nuestros modelos YOLO y las licensing options hoy mismo!