イースマート・システムズ、Ultralytics YOLOでユーティリティ検査を自動化

eSmart Systems社はノルウェーに本社を置く企業で、コンピューター・ビジョンとアナリティクスを利用して、電力会社が送電網や変電所などの大規模資産を検査・管理するのを支援している。特に、同社の主力プラットフォームであるGrid Vision®は、コンピューター・ビジョン、地理空間分析、時系列データを活用し、航空画像の分析、部品や欠陥の検出、送電線全体の予測的洞察を提供する。

検査効率をさらに高めるため、eSmart SystemsはUltralyticsのYOLOモデルをGrid Vision®に統合しました。その結果、欠陥検出速度が向上し、電力会社は事後修理からより効率的な状態ベースのメンテナンスに移行することが可能になりました。

AIとコンピュータ・ビジョンによる送電線検査の変革

ノルウェーのハルデンに本社を置くeSmart Systems社は、重要なインフラを監視・維持するための革新的なソリューションを公益事業部門に提供することに注力している。例えば、同社の主力プラットフォームであるGrid Vision®は、送電網や変電所のような大規模な資産を検査・管理するための包括的なソリューションを提供している。

eSmart Systemsは、世界中の70以上の電力会社から信頼され、10万キロメートルを超える送電線を検査し、電力会社がデータに基づいてより適切な判断を下せるようにしています。Grid Vision®は、メンテナンスを効率化し、リスクを低減し、より強靭で持続可能なエネルギー・インフラへの移行をサポートします。

eSmart Systemsはまた、自社のAIソリューションがデータプライバシーと規制遵守のための高い基準を満たしていることを保証している。情報セキュリティ管理のISO 27001認証を取得し、欧州の電力網運用における安全なデータ交換を規定するNetcode Article 7.8に準拠している。

複雑なグリッド検査 

送電網は広大な地域に張り巡らされており、遠隔地や到達困難な場所を通ることも多い。これらのシステムの多くは老朽化しており、安全性と信頼性を確保するために定期的な点検が必要である。送電鉄塔や送電線のようなコンポーネントの点検には時間とコストがかかり、作業員にとっても危険です。 

eSmart Systems社は、ドローンやヘリコプターを使用して空撮画像を撮影し、コンピュータ・ビジョンを適用してコンポーネントを検出し、欠陥を特定することを目指していた。しかし、公共施設にはさまざまな部品があり、さまざまな条件で画像を撮影するため、一貫した検査ワークフローを維持するのは困難だった。

‍

また、これらの画像を手動で確認するのは時間がかかり、リソースを大量に消費するため、故障検出の規模を拡大することが困難でした。eSmart Systems社は、点検を自動化し、プロアクティブ・メンテナンスをサポートするために、資産の種類、地域、気象条件にわたって確実に実行できる、高速で適応性の高いビジョンAIモデルを必要としていました。

グリッド検査における物体検出とYOLOの役割 

グリッド検査に自動化とインテリジェンスを導入するため、eSmart SystemsはコンピュータビジョンモデルのUltralytics YOLOをGrid Vision®プラットフォームに統合しました。Ultralytics YOLOモデルは、オブジェクト検出を含む様々なコンピュータビジョンタスクをサポートし、プラットフォームが空中画像からタワー、クロスアーム、碍子、導体などの主要コンポーネントを識別することを可能にします。 

このモデルは、送電網の性能に影響を与える植生の侵入、損傷、摩耗などの欠陥の検出にも使用されている。コンポーネントや欠陥が検出されると、この情報はGrid Vision®によって処理されます。Grid Vision®はクラウドベースの処理を使用して、検査プロセスを迅速かつ正確に自動化し、スケーリングします。

‍

このプラットフォームは、潜在的な欠陥にフラグを立て、関連するリスクレベルを評価し、ユーティリティ企業が資産の状態に基づいてメンテナンスを計画するのに役立ちます。このリアルタイムの検出と分析の組み合わせにより、ユーティリティ企業は、消極的なメンテナンスからより積極的なアプローチに移行することができ、コストのかかる故障につながる前に潜在的な問題の先手を打つことができます。

これらの知見をメタデータや時系列データと統合することで、Grid Vision®はユーティリティ企業がメンテナンス戦略を最適化し、効率を向上させ、予期せぬ停電のリスクを低減することを可能にします。

なぜウルトラリティクスのYOLOモデルを選ぶのか？

eSmart Systemsは、Ultralytics YOLOモデルのスピード、精度、AIパイプラインへのシームレスな統合を採用しました。Ultralytics YOLOモデルは、大規模で高解像度の航空画像を分析する際に一貫した結果を提供するため、グリッド検査に最適です。

また、Ultralytics Pythonパッケージは、15のエクスポート形式を含む様々な統合オプションを提供しています。この柔軟性により、eSmart Systems社は様々な環境にモデルを展開することができる。特にクラウドインフラでGPUリソースが限られている場合には、トレーニングにPyTorch、本番で最適化されたCPU推論にONNXといったフォーマットを使用している。

すでに30以上のUltralytics YOLOモデルが稼働しているため、eSmart Systemsは効率的に検査を拡大することができる。これにより、データ品質の向上と公益事業特有の課題への対応に集中することができます。

Ultralytics YOLOで検査時間を50％短縮

UltralyticsのYOLOモデルを搭載したGrid Vision®の影響は、ユーティリティ検査の強化に大きく貢献しています。資産検査を自動化し、欠陥検出を改善することで、Grid Vision®は手作業を減らし、安全性を高め、より積極的なメンテナンス戦略を促進しました。

例えば、スイスの大手エネルギー会社では、山岳地帯で何千本もの鉄塔（送電線を支える高い構造物）を管理しており、点検時間を50％短縮した。手動クライミングからドローンベースの検査に移行したことで、故障検出が迅速化され、作業員の安全性が向上し、時間が節約された。

同様に、米国では、大手電力会社がGrid Vision®を使用して、わずか3ヶ月で1,400の送電設備をデジタル化しました。このAI主導の画像解析は、手作業による写真レビューに取って代わり、遠隔地での検証を可能にし、より良いデータ主導の資本計画決定を可能にしました。

同様に、フィンランドでは、送電システムオペレーターが、地上からの検査からドローンによる評価に切り替えることで、現場訪問を減らし、停電を最小限に抑えた。Grid Vision®とYOLOによる欠陥検出により、検査精度が向上し、熟練作業員はより重要な作業に集中できるようになった。

‍

次世代のユーティリティ検査を支える

今後、eSmart Systems社がグローバルに拡大するにつれて、さまざまなインフラ、さまざまな画像キャプチャ方法、地域間のデータ・ドリフトなどの課題に取り組んでいる。こうした懸念を克服するため、同社はGrid Vision®の拡張性と適応性を高めることに注力している。 

MLOpsパイプラインの進歩は重要で、モデルの再トレーニングを簡素化し、データセット拡張を自動化している。eSmart Systemsは、より効率的で信頼性の高いグリッド管理への道を開き、世界的なエネルギー移行への将来対応可能なアプローチを確実なものにしている。

コンピュータビジョンに興味がありますか？UltralyticsのYOLOモデルが、自動運転車のAIや 農業のコンピュータビジョンなどの分野でどのようにイノベーションを促進しているか、GitHubリポジトリをご覧ください。当社のYOLOモデルとライセンスオプションの詳細を今すぐご覧ください！