En intégrant les modèles Ultralytics YOLO à sa plateforme Grid Vision®, eSmart Systems a réduit de 50 % le temps d’inspection, permis une détection plus rapide des défaillances et adopté une maintenance proactive.
eSmart Systems est une entreprise basée en Norvège qui aide les fournisseurs de services publics à inspecter et à gérer des actifs à grande échelle, tels que les réseaux électriques et les sous-stations, à l’aide de la vision par ordinateur et de l’analyse de données. Plus précisément, sa plateforme phare, Grid Vision®, s’appuie sur la vision par ordinateur, l’analyse géospatiale et les données de séries temporelles pour analyser des images aériennes, détecter les composants et les défauts, et fournir des informations prédictives sur les lignes de transport.
Pour améliorer davantage l’efficacité des inspections, eSmart Systems a intégré les modèles Ultralytics YOLO à Grid Vision®. Cette intégration a accéléré la détection des défauts et permis aux fournisseurs de services publics de passer de réparations réactives à une maintenance conditionnelle plus efficace.
Transformer l’inspection des lignes électriques grâce à l’IA et à la vision par ordinateur#
Basée à Halden, en Norvège, eSmart Systems se concentre sur la mise en œuvre de solutions innovantes dans le secteur des services publics afin de surveiller et d’entretenir les infrastructures critiques. Par exemple, sa plateforme phare, Grid Vision®, fournit une solution complète pour inspecter et gérer des actifs à grande échelle comme les réseaux électriques et les sous-stations.
Adoptée par plus de 70 fournisseurs de services publics dans le monde, eSmart Systems a inspecté plus de 100 000 kilomètres de lignes électriques, permettant ainsi à ces fournisseurs de prendre de meilleures décisions fondées sur les données. Grid Vision® rend la maintenance plus efficace, réduit les risques et favorise la transition vers des infrastructures énergétiques plus résilientes et durables.
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. L’entreprise est certifiée ISO 27001 pour la gestion de la sécurité de l’information et respecte l’article 7.8 du Netcode, qui régit l’échange sécurisé de données dans le cadre des opérations des réseaux électriques européens.
La complexité des inspections des réseaux électriques#
Les réseaux électriques s’étendent sur de vastes territoires et traversent souvent des zones isolées ou difficiles d’accès. Nombre de ces systèmes vieillissent et nécessitent des inspections régulières pour garantir leur sécurité et leur fiabilité. L’inspection de composants tels que les pylônes de transport et les lignes électriques est longue, coûteuse et peut présenter des risques pour les travailleurs.
eSmart Systems souhaitait capturer des images aériennes à l’aide de drones et d’hélicoptères, puis appliquer la vision par ordinateur pour détecter les composants et identifier les défauts. Cependant, comme les fournisseurs de services publics utilisent différents composants et capturent des images dans des conditions variées, il était difficile de maintenir un processus d’inspection cohérent.
Fig. 1. Les réseaux électriques peuvent être difficiles à entretenir.
L’examen manuel de ces images était également lent et mobilisait beaucoup de ressources, ce qui compliquait le passage à l’échelle de la détection des défaillances. Pour automatiser les inspections et favoriser une maintenance proactive, eSmart Systems avait besoin d’un modèle de vision par IA rapide et adaptable, capable de fonctionner de manière fiable sur différents types d’actifs, dans différentes régions et quelles que soient les conditions météorologiques.
Le rôle de la détection d’objets et de YOLO dans les inspections des réseaux électriques#
Pour apporter automatisation et intelligence aux inspections des réseaux électriques, eSmart Systems a intégré Ultralytics YOLO, un modèle de vision par ordinateur, à sa plateforme Grid Vision®. Les modèles Ultralytics YOLO prennent en charge diverses tâches de vision par ordinateur, notamment la détection d’objets, ce qui permet à la plateforme d’identifier des composants clés comme les pylônes, les traverses, les isolateurs et les conducteurs dans les images aériennes.
Les modèles servent également à détecter des 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 un traitement dans le cloud pour automatiser et accélérer le processus d’inspection à grande échelle avec précision.
Fig. 2. Grid Vision® détecte les composants électriques à l’aide de YOLO.
La plateforme signale les défauts potentiels, évalue les niveaux de risque associés et aide les fournisseurs de services publics à planifier la maintenance en fonction de l’état des actifs. Cette combinaison de détection et d’analyse en temps réel permet à ces fournisseurs de passer d’une maintenance réactive à une approche plus proactive, en les aidant à anticiper les problèmes potentiels avant qu’ils n’entraînent des pannes coûteuses.
En associant ces informations aux métadonnées et aux données de séries temporelles, Grid Vision® permet aux fournisseurs de services publics d’optimiser leurs stratégies de maintenance, d’améliorer leur efficacité et de réduire le risque de pannes imprévues.
Pourquoi choisir les modèles Ultralytics YOLO ?#
eSmart Systems a adopté les modèles Ultralytics YOLO pour leur rapidité, leur précision et leur intégration fluide à son pipeline d’IA. Les modèles Ultralytics YOLO fournissent des résultats cohérents lors de l’analyse d’images aériennes volumineuses et haute résolution, ce qui les rend idéaux pour les inspections des réseaux électriques.
De plus, le package Python Ultralytics offre diverses options d’intégration, notamment 15 formats d’exportation. Cette flexibilité permet à eSmart Systems de déployer les modèles dans différents environnements. L’entreprise utilise des formats tels que PyTorch pour l’entraînement et ONNX pour une inférence optimisée sur CPU en production, en particulier lorsque les ressources GPU sont limitées dans son infrastructure cloud.
Avec plus de 30 modèles Ultralytics YOLO déjà en production, eSmart Systems peut faire évoluer efficacement ses inspections. Cela lui permet de se concentrer sur l’amélioration de la qualité des données et la résolution des défis propres à chaque fournisseur de services publics.
Réduire de 50 % le temps d’inspection avec Ultralytics YOLO#
L’impact de Grid Vision®, alimentée par les modèles Ultralytics YOLO, a été considérable pour améliorer les inspections des réseaux électriques. En automatisant l’inspection des actifs et en améliorant la détection des défauts, Grid Vision® a réduit la charge de travail manuel, renforcé la sécurité et facilité l’adoption de stratégies de maintenance plus proactives.
Par exemple, en Suisse, une grande entreprise énergétique qui gère des milliers de pylônes (structures élevées supportant les lignes électriques) en zone montagneuse a réduit de 50 % le temps d’inspection. Le passage de l’escalade manuelle aux inspections par drone a accéléré la détection des défaillances, amélioré la sécurité des travailleurs et fait gagner du temps.
De même, aux États-Unis, un grand fournisseur de services publics a utilisé Grid Vision® pour numériser 1 400 structures de transport 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 les données.
De même, en Finlande, un gestionnaire de réseau de transport a réduit les visites sur le terrain et minimisé les pannes en remplaçant les inspections au sol par des évaluations assistées par drone. Grâce à Grid Vision® et à la détection des défauts alimentée par YOLO, la précision des inspections s’est améliorée et les travailleurs qualifiés ont pu se consacrer à des tâches plus importantes.
Fig. 3. Aperçu des lignes du réseau électrique en Finlande surveillées à l’aide de Grid Vision® et de YOLO.
Propulser la prochaine génération d’inspections des réseaux électriques#
À l’avenir, à mesure qu’eSmart Systems se développe à l’échelle mondiale, l’entreprise s’attaque à des défis tels que la diversité des infrastructures, les différentes méthodes de capture d’images et la dérive des données selon les régions. Pour y remédier, elle s’attache à rendre Grid Vision® plus évolutive et adaptable.
Les progrès réalisés dans ses pipelines MLOps ont joué un rôle essentiel en simplifiant le réentraînement des modèles et en automatisant l’extension des jeux de données. Ces améliorations renforcent continuellement la précision et les performances de ses solutions d’IA. eSmart Systems ouvre la voie à une gestion des réseaux électriques plus efficace et plus fiable, en garantissant une approche adaptée aux enjeux futurs de la transition énergétique mondiale.
La vision par ordinateur t’intéresse ? Explore notre dépôt GitHub pour découvrir comment les modèles Ultralytics YOLO stimulent les innovations dans des domaines tels que l’IA pour les voitures autonomes et la vision par ordinateur dans l’agriculture. Découvre dès aujourd’hui nos modèles YOLO et nos options de licence !
