Integrando i modelli Ultralytics YOLO nella piattaforma Grid Vision®, eSmart Systems ha ridotto del 50% i tempi di ispezione, accelerato il rilevamento dei guasti e adottato una manutenzione proattiva.
eSmart Systems è un’azienda con sede in Norvegia che aiuta i fornitori di servizi pubblici a ispezionare e gestire risorse su larga scala, come reti elettriche e sottostazioni, usando la computer vision e l’analisi dei dati. In particolare, la sua piattaforma di punta, Grid Vision®, sfrutta la computer vision, l’analisi geospaziale e i dati di serie temporali per analizzare immagini aeree, rilevare componenti e difetti e fornire informazioni predittive sulle linee di trasmissione.
Per migliorare ulteriormente l’efficienza delle ispezioni, eSmart Systems ha integrato i modelli Ultralytics YOLO in Grid Vision®. Questo ha accelerato il rilevamento dei difetti e ha consentito alle aziende di servizi pubblici di passare dalle riparazioni reattive a una manutenzione più efficiente basata sulle condizioni.
Trasformare le ispezioni delle linee elettriche con l’AI e la computer vision#
Con sede centrale a Halden, in Norvegia, eSmart Systems si dedica a introdurre soluzioni innovative nel settore dei servizi pubblici per monitorare e mantenere le infrastrutture critiche. Per esempio, la sua piattaforma di punta, Grid Vision®, offre una soluzione completa per ispezionare e gestire risorse su larga scala come le reti elettriche e le sottostazioni.
Scelta da oltre 70 aziende di servizi pubblici nel mondo, eSmart Systems ha ispezionato più di 100.000 chilometri di linee elettriche, aiutando queste aziende a prendere decisioni migliori e basate sui dati. Grid Vision® rende più efficiente la manutenzione, riduce i rischi e supporta la transizione verso infrastrutture energetiche più resilienti e basate su energia sostenibile.
eSmart Systems garantisce inoltre che le sue soluzioni AI rispettino standard elevati di privacy dei dati e conformità normativa. L’azienda è certificata ISO 27001 per la gestione della sicurezza delle informazioni e rispetta l’articolo 7.8 del Netcode, che disciplina lo scambio sicuro di dati nelle operazioni delle reti elettriche europee.
Le complessità delle ispezioni delle reti elettriche#
Le reti elettriche si estendono su aree vaste, spesso attraversando luoghi remoti o difficili da raggiungere. Molti di questi sistemi sono obsoleti e richiedono ispezioni regolari per garantirne la sicurezza e l’affidabilità. Ispezionare componenti come i tralicci di trasmissione e le linee elettriche richiede tempo, è costoso e può comportare rischi per i lavoratori.
eSmart Systems voleva acquisire immagini aeree usando droni ed elicotteri e applicare la computer vision per rilevare i componenti e individuare i difetti. Tuttavia, poiché le aziende di servizi pubblici utilizzano componenti diversi e acquisiscono immagini in condizioni varie, era difficile mantenere un flusso di lavoro di ispezione coerente.
Fig. 1. La manutenzione delle reti elettriche può essere complessa.
Anche la revisione manuale di queste immagini era lenta e richiedeva molte risorse, rendendo difficile ampliare il rilevamento dei guasti. Per automatizzare le ispezioni e supportare la manutenzione proattiva, eSmart Systems aveva bisogno di un modello di Vision AI rapido e adattabile, in grado di funzionare in modo affidabile con diversi tipi di risorse, regioni e condizioni meteorologiche.
Il ruolo del rilevamento degli oggetti e di YOLO nelle ispezioni delle reti elettriche#
Per automatizzare e rendere più intelligenti le ispezioni delle reti elettriche, eSmart Systems ha integrato Ultralytics YOLO, un modello di computer vision, nella piattaforma Grid Vision®. I modelli Ultralytics YOLO supportano diverse attività di computer vision, tra cui il rilevamento degli oggetti, che consente alla piattaforma di identificare componenti chiave come tralicci, traverse, isolatori e conduttori nelle immagini aeree.
I modelli vengono usati anche per rilevare difetti come l’invasione della vegetazione, i danni e l’usura, che possono influire sulle prestazioni della rete. Una volta rilevati i componenti e i difetti, le informazioni vengono elaborate tramite Grid Vision®, che utilizza l’elaborazione basata sul cloud per automatizzare e ampliare il processo di ispezione in modo rapido e accurato.
Fig. 2. Grid Vision® rileva i componenti elettrici usando YOLO.
La piattaforma segnala i potenziali difetti, valuta i relativi livelli di rischio e aiuta le aziende di servizi pubblici a pianificare la manutenzione in base alle condizioni delle risorse. Questa combinazione di rilevamento e analisi in tempo reale consente loro di passare da una manutenzione reattiva a un approccio più proattivo, aiutandole a prevenire i potenziali problemi prima che causino guasti costosi.
Integrando queste informazioni con i metadati e i dati di serie temporali, Grid Vision® consente alle aziende di servizi pubblici di ottimizzare le strategie di manutenzione, migliorando l’efficienza e riducendo il rischio di interruzioni impreviste.
Perché scegliere i modelli Ultralytics YOLO?#
eSmart Systems ha adottato i modelli Ultralytics YOLO per la loro velocità, accuratezza e integrazione fluida nella pipeline di AI dell’azienda. I modelli Ultralytics YOLO forniscono risultati coerenti nell’analisi di immagini aeree grandi e ad alta risoluzione, risultando ideali per le ispezioni delle reti elettriche.
Inoltre, il pacchetto Python di Ultralytics offre diverse opzioni di integrazione, inclusi 22 formati di esportazione. Questa flessibilità permette a eSmart Systems di distribuire i modelli in ambienti diversi. Per l'addestramento usa formati come PyTorch e, per l'inferenza ottimizzata su CPU in produzione, ONNX, soprattutto quando le risorse GPU sono limitate nella sua infrastruttura cloud.
Con oltre 30 modelli Ultralytics YOLO già in produzione, eSmart Systems può ampliare le ispezioni in modo efficiente. Questo permette all’azienda di concentrarsi sul miglioramento della qualità dei dati e sulla gestione delle sfide specifiche delle aziende di servizi pubblici.
Ridurre del 50% i tempi di ispezione con Ultralytics YOLO#
L’impatto di Grid Vision®, basato sui modelli Ultralytics YOLO, è stato significativo per il miglioramento delle ispezioni delle reti elettriche. Automatizzando le ispezioni delle risorse e migliorando il rilevamento dei difetti, Grid Vision® ha ridotto il carico di lavoro manuale, aumentato la sicurezza e favorito strategie di manutenzione più proattive.
Per esempio, in Svizzera, una grande azienda energetica che gestisce migliaia di tralicci (strutture alte che sostengono le linee elettriche) in un territorio montuoso ha ridotto del 50% i tempi di ispezione. Il passaggio dalle scalate manuali alle ispezioni con droni ha accelerato il rilevamento dei guasti, migliorato la sicurezza dei lavoratori e fatto risparmiare tempo.
Negli Stati Uniti, un grande fornitore di servizi pubblici ha usato Grid Vision® per digitalizzare 1.400 strutture di trasmissione in soli tre mesi. Questa analisi delle immagini basata sull’AI ha sostituito la revisione manuale delle foto, permettendo la convalida da remoto e decisioni migliori e basate sui dati per la pianificazione degli investimenti.
Analogamente, in Finlandia un operatore del sistema di trasmissione ha ridotto le ispezioni sul campo e limitato le interruzioni passando dai controlli da terra alle verifiche assistite da droni. Grazie a Grid Vision® e al rilevamento dei difetti basato su YOLO, la precisione delle ispezioni è migliorata e i lavoratori qualificati hanno potuto concentrarsi su attività più importanti.
Fig. 3. Linee della rete elettrica in Finlandia monitorate con Grid Vision® e YOLO.
Alimentare la prossima generazione di ispezioni delle reti di servizi pubblici#
Guardando al futuro, con l'espansione globale di eSmart Systems, l'azienda affronta sfide come le differenze infrastrutturali, i diversi metodi di acquisizione delle immagini e il data drift tra le regioni. Per superare queste difficoltà, l'azienda punta a rendere Grid Vision® più scalabile e adattabile.
I progressi compiuti nelle pipeline MLOps sono stati fondamentali: hanno semplificato il riaddestramento dei modelli e automatizzato l'ampliamento dei dataset. Questi miglioramenti incrementano costantemente l'accuratezza e le prestazioni delle soluzioni di AI. eSmart Systems sta aprendo la strada a una gestione delle reti elettriche più efficiente e affidabile, adottando un approccio pronto per il futuro della transizione energetica globale.
Ti interessa la visione artificiale? Esplora il nostro repository GitHub per scoprire come i modelli Ultralytics YOLO promuovono l'innovazione in ambiti come la visione artificiale per le immagini aeree e la visione artificiale in agricoltura. Scopri oggi stesso i nostri modelli YOLO e le opzioni di licenza!
Scritto da
Creatore di contenuti · Ultralytics
