eSmart Systems automatise les inspections des services publics avec Ultralytics YOLO

eSmart Systems est une entreprise norvégienne qui aide les fournisseurs de services publics à inspecter et à gérer les actifs à grande échelle, tels que les réseaux électriques et les sous-stations, en utilisant la vision par ordinateur et l'analyse. En particulier, sa plateforme phare, Grid Vision®, s'appuie sur la vision par ordinateur, l'analyse géospatiale et les données chronologiques pour analyser les images aériennes, détecter les composants et les défauts, et fournir des informations prédictives sur les lignes de transmission.

Pour améliorer encore l'efficacité des inspections, eSmart Systems a intégré les modèles YOLO d'Ultralytics dans Grid Vision®. La vitesse de détection des défauts s'en est trouvée accélérée, ce qui a permis aux services publics de passer de réparations réactives à une maintenance plus efficace, basée sur l'état du matériel.

Transformer les inspections de lignes électriques grâce à l'IA et à la vision par ordinateur

Basée à Halden, en Norvège, la société eSmart Systems s'efforce d'apporter des solutions innovantes au secteur des services publics afin de surveiller et d'entretenir les infrastructures essentielles. Par exemple, sa plateforme phare, Grid Vision®, fournit une solution complète pour l'inspection et la gestion d'actifs à grande échelle tels que les réseaux électriques et les sous-stations.

Plus de 70 compagnies d'électricité dans le monde font confiance à eSmart Systems, qui a inspecté plus de 100 000 kilomètres de lignes électriques, permettant ainsi aux compagnies d'électricité de prendre de meilleures décisions, fondées sur des données. Grid Vision® rend la maintenance plus efficace, réduit les risques et soutient la transition vers une infrastructure énergétique plus résiliente et durable.

eSmart Systems veille également à ce que ses solutions d'IA respectent des normes élevées en matière de confidentialité des données et de conformité réglementaire. Elles sont certifiées ISO 27001 pour la gestion de la sécurité de l'information et sont conformes à l'article 7.8 du Netcode, qui régit l'échange sécurisé de données dans les opérations du réseau électrique européen.

La complexité des inspections de réseaux 

Les réseaux électriques s'étendent sur de vastes zones, traversant souvent des endroits éloignés ou difficiles d'accès. Nombre de ces systèmes sont vieillissants et nécessitent des inspections régulières pour garantir leur sécurité et leur fiabilité. L'inspection de composants tels que les pylônes de transmission et les lignes électriques prend du temps, est coûteuse et peut présenter des risques pour les travailleurs. 

eSmart Systems visait à capturer des images aériennes à l'aide de drones et d'hélicoptères, en appliquant la vision par ordinateur pour détecter les composants et identifier les défauts. Cependant, comme les services publics ont des composants différents et capturent des images dans des conditions variées, il était difficile de maintenir un flux de travail d'inspection cohérent.

‍

L'examen manuel de ces images était également lent et gourmand en ressources, ce qui rendait difficile l'extension de la détection des défauts. Pour automatiser les inspections et soutenir la maintenance proactive, eSmart Systems avait besoin d'un modèle Vision AI rapide et adaptable, capable de fonctionner de manière fiable pour tous les types d'actifs, toutes les régions et toutes les conditions météorologiques.

Le rôle de la détection d'objets et de YOLO dans les inspections de réseaux 

Pour apporter automatisation et intelligence aux inspections de réseaux, eSmart Systems a intégré Ultralytics YOLO, un modèle de vision par ordinateur, dans sa plateforme Grid Vision®. Les modèles YOLO d'Ultralytics prennent en charge diverses tâches de vision par ordinateur, notamment la détection d'objets, qui permet à la plateforme d'identifier des composants clés tels que les pylônes, les traverses, les isolateurs et les conducteurs dans les images aériennes. 

Les modèles sont également utilisés pour détecter les défauts tels que l'empiètement de la végétation, les dommages et l'usure, qui peuvent affecter les performances du réseau. Une fois les composants et les défauts détectés, ces informations sont traitées par Grid Vision®, qui utilise le traitement en nuage pour automatiser et étendre le processus d'inspection de manière rapide et précise.

‍

La plateforme signale les défauts potentiels, évalue les niveaux de risque associés et aide les services publics à planifier la maintenance en fonction de l'état des actifs. Cette combinaison de détection et d'analyse en temps réel permet aux services publics de passer d'une maintenance réactive à une approche plus proactive, en les aidant à anticiper les problèmes potentiels avant qu'ils ne conduisent à des défaillances coûteuses.

En intégrant ces informations aux métadonnées et aux données chronologiques, Grid Vision® permet aux services publics d'optimiser leurs stratégies de maintenance, d'améliorer l'efficacité et de réduire le risque de pannes imprévues.

Pourquoi choisir les modèles YOLO d'Ultralytics ?

eSmart Systems a adopté les modèles YOLO d'Ultralytics pour leur rapidité, leur précision et leur intégration transparente dans leur pipeline d'IA. Les modèles YOLO d'Ultralytics fournissent des résultats cohérents lors de l'analyse d'images aériennes de grande taille et à haute résolution, ce qui les rend idéaux pour les inspections de grilles.

De plus, le package Ultralytics Python offre une variété d'options d'intégration, y compris 15 formats d'exportation. Cette flexibilité permet à eSmart Systems de déployer les modèles dans différents environnements. Ils utilisent des formats tels que PyTorch pour l'entraînement et ONNX pour l'inférence CPU optimisée en production, en particulier lorsque les ressources GPU sont limitées dans leur infrastructure cloud.

Avec plus de 30 modèles YOLO d'Ultralytics déjà en production, eSmart Systems peut étendre efficacement ses inspections. Cela leur permet de se concentrer sur l'amélioration de la qualité des données et de relever les défis spécifiques aux services publics.

Réduire le temps d'inspection de 50 % avec Ultralytics YOLO

L'impact de Grid Vision®, alimenté par les modèles YOLO d'Ultralytics, a été significatif dans l'amélioration des inspections des services publics. En automatisant les inspections des actifs et en améliorant la détection des défauts, Grid Vision® a réduit la charge de travail manuel, augmenté la sécurité et facilité des stratégies de maintenance plus proactives.

Par exemple, en Suisse, une grande entreprise énergétique gérant des milliers de pylônes (hautes structures supportant des lignes électriques) en terrain montagneux a réduit les temps d'inspection de 50 %. Le passage de l'escalade manuelle aux inspections par drone a accéléré la détection des défauts, amélioré la sécurité des travailleurs et permis de gagner du temps.

De même, aux États-Unis, un grand fournisseur de services publics a utilisé Grid Vision® pour numériser 1 400 structures de transmission en seulement trois mois. Cette analyse d'images pilotée par l'IA a remplacé l'examen manuel des photos, permettant une validation à distance et de meilleures décisions de planification des investissements fondées sur des données.

De même, en Finlande, un opérateur de système de transmission a réduit les visites sur le terrain et minimisé les pannes en passant des inspections au sol aux évaluations assistées par drone. Grâce à Grid Vision® et à la détection des défauts par YOLO, la précision des inspections s'est améliorée et les travailleurs qualifiés ont pu se concentrer sur des tâches plus importantes.

‍

La nouvelle génération d'inspections des services publics

À l'avenir, à mesure qu'eSmart Systems se développe à l'échelle mondiale, l'entreprise devra relever des défis tels que la diversité des infrastructures, les différentes méthodes de capture d'images et la dérive des données d'une région à l'autre. Pour surmonter ces problèmes, l'entreprise s'efforce de rendre Grid Vision® plus évolutif et adaptable. 

Les progrès réalisés avec les pipelines MLOps ont été déterminants, car ils ont permis de simplifier le recyclage des modèles et d'automatiser l'expansion des ensembles de données. Ces améliorations renforcent en permanence la précision et les performances de leurs solutions d'IA. eSmart Systems ouvre la voie à une gestion plus efficace et plus fiable des réseaux, garantissant ainsi une approche prête pour l'avenir dans le cadre de la transition énergétique mondiale.

Intéressé par la vision par ordinateur ? Explorez notre dépôt GitHub pour voir comment les modèles YOLO d'Ultralytics sont à l'origine d'innovations dans des domaines tels que l 'IA dans les voitures auto-conduites et la vision par ordinateur dans l'agriculture. En savoir plus sur nos modèles YOLO et nos options de licence dès aujourd'hui !