eSmart Systems, Ultralytics YOLO로 송전선 검사 시간 절반으로 단축

eSmart Systems는 컴퓨터 비전 및 분석 기술을 사용하여 유틸리티 제공업체가 전력망 및 변전소와 같은 대규모 자산을 점검하고 관리하도록 돕는 노르웨이 소재 기업입니다. 특히 이들의 주력 플랫폼인 Grid Vision®은 컴퓨터 비전, 지리 공간 분석 및 시계열 데이터를 활용하여 항공 이미지를 분석하고, 구성 요소와 결함을 탐지하며, 송전선 전반에 걸친 예측 통찰력을 제공합니다.

점검 효율성을 더욱 높이기 위해 eSmart Systems는 Ultralytics YOLO 모델을 Grid Vision®에 통합했습니다. 그 결과 결함 탐지 속도가 향상되었으며, 유틸리티 기업들이 사후 대응적 수리 방식에서 보다 효율적인 상태 기반 유지보수 방식으로 전환할 수 있게 되었습니다.

Link to this sectionAI와 컴퓨터 비전을 통한 전력선 점검의 혁신#

노르웨이 할덴에 본사를 둔 eSmart Systems는 유틸리티 부문에 혁신적인 솔루션을 제공하여 핵심 인프라를 모니터링하고 유지 관리하는 데 중점을 둡니다. 예를 들어, 이들의 주력 플랫폼인 Grid Vision®은 전력망 및 변전소와 같은 대규모 자산을 점검하고 관리하기 위한 포괄적인 솔루션을 제공합니다.

전 세계 70개 이상의 유틸리티 기업이 신뢰하는 eSmart Systems는 100,000km 이상의 전력선을 점검하여 유틸리티 기업이 더 나은 데이터 기반 의사결정을 내릴 수 있도록 지원했습니다. Grid Vision®은 유지보수 효율성을 높이고 위험을 줄이며, 더욱 탄력적이고 지속 가능한 에너지 인프라로의 전환을 지원합니다.

또한 eSmart Systems는 자사의 AI 솔루션이 데이터 개인정보 보호 및 규제 준수에 대한 높은 기준을 충족하도록 보장합니다. 이들은 정보 보안 관리 부문에서 ISO 27001 인증을 받았으며, 유럽 전력망 운영의 안전한 데이터 교환을 규정하는 Netcode Article 7.8을 준수합니다.

Link to this section그리드 점검의 복잡성#

전력망은 광범위한 지역에 걸쳐 있으며, 종종 접근이 어렵거나 오지에 위치하는 경우가 많습니다. 이러한 시스템 중 다수는 노후화되어 안전성과 신뢰성을 보장하기 위해 정기적인 점검이 필요합니다. 송전탑 및 전력선과 같은 구성 요소를 점검하는 작업은 시간이 많이 걸리고 비용이 많이 들며, 작업자에게 위험할 수 있습니다.

eSmart Systems는 드론과 헬리콥터를 사용하여 항공 이미지를 촬영하고, 컴퓨터 비전을 적용하여 구성 요소를 탐지하고 결함을 식별하고자 했습니다. 그러나 유틸리티 기업마다 구성 요소가 다르고 다양한 조건에서 이미지를 촬영하기 때문에 일관된 점검 워크플로를 유지하기가 어려웠습니다.

그림 1. 전력망은 유지보수가 어려울 수 있습니다.

수동으로 이러한 이미지를 검토하는 작업 역시 느리고 자원 집약적이어서 결함 탐지 규모를 확장하기 어려웠습니다. 점검을 자동화하고 사전 예방적 유지보수를 지원하기 위해 eSmart Systems는 자산 유형, 지역 및 기상 조건 전반에서 안정적으로 작동할 수 있는 빠르고 적응력이 뛰어난 비전 AI 모델이 필요했습니다.

Link to this section그리드 점검에서 객체 탐지와 YOLO의 역할#

그리드 점검에 자동화와 지능을 도입하기 위해 eSmart Systems는 컴퓨터 비전 모델인 Ultralytics YOLO를 Grid Vision® 플랫폼에 통합했습니다. Ultralytics YOLO 모델은 객체 탐지를 포함한 다양한 컴퓨터 비전 작업을 지원하며, 이를 통해 플랫폼은 항공 이미지에서 타워, 크로스암, 애자, 도체와 같은 주요 구성 요소를 식별할 수 있습니다.

이 모델들은 또한 그리드의 성능에 영향을 줄 수 있는 식생 침범, 손상, 마모와 같은 결함을 탐지하는 데에도 사용됩니다. 구성 요소와 결함이 탐지되면 이 정보는 Grid Vision®을 통해 처리되며, 이 플랫폼은 클라우드 기반 처리를 사용하여 점검 프로세스를 신속하고 정확하게 자동화하고 확장합니다.

그림 2. Grid Vision®은 YOLO를 사용하여 전기 구성 요소를 탐지합니다.

이 플랫폼은 잠재적 결함을 표시하고 관련 위험 수준을 평가하며, 유틸리티 기업이 자산 상태에 기반하여 유지보수를 계획하도록 돕습니다. 이러한 실시간 탐지와 분석의 결합을 통해 유틸리티 기업은 사후 대응적 유지보수에서 보다 선제적인 접근 방식으로 전환할 수 있으며, 비용이 많이 드는 장애로 이어지기 전에 잠재적 문제를 미리 해결할 수 있도록 지원합니다.

이러한 통찰력을 메타데이터 및 시계열 데이터와 통합함으로써, Grid Vision®은 유틸리티 기업이 유지보수 전략을 최적화하여 효율성을 개선하고 예기치 않은 정전 위험을 줄일 수 있도록 합니다.

Link to this section왜 Ultralytics YOLO 모델인가?#

eSmart Systems는 Ultralytics YOLO 모델의 속도, 정확도, 그리고 자사의 AI 파이프라인으로의 원활한 통합 기능을 높이 평가하여 채택했습니다. Ultralytics YOLO 모델은 대규모의 고해상도 항공 이미지를 분석할 때 일관된 결과를 제공하므로 그리드 점검에 이상적입니다.

또한 Ultralytics Python 패키지는 15가지 내보내기 형식을 포함하여 다양한 통합 옵션을 제공합니다. 이러한 유연성 덕분에 eSmart Systems는 다양한 환경에 모델을 배포할 수 있습니다. 이들은 학습을 위해 PyTorch 형식을 사용하고, 특히 클라우드 인프라에서 GPU 자원이 제한될 때 프로덕션 단계의 최적화된 CPU 추론을 위해 ONNX 형식을 사용합니다.

30개 이상의 Ultralytics YOLO 모델을 프로덕션에 이미 적용한 상태인 eSmart Systems는 점검 업무를 효율적으로 확장할 수 있습니다. 이를 통해 데이터 품질을 개선하고 유틸리티별 과제를 해결하는 데 집중할 수 있습니다.

Link to this sectionUltralytics YOLO로 점검 시간 50% 단축#

Ultralytics YOLO 모델을 기반으로 하는 Grid Vision®은 유틸리티 점검을 강화하는 데 상당한 영향을 미쳤습니다. 자산 점검을 자동화하고 결함 탐지를 개선함으로써, Grid Vision®은 수동 작업 부하를 줄이고 안전성을 높였으며 더욱 선제적인 유지보수 전략을 촉진했습니다.

예를 들어, 산악 지형에서 수천 개의 파일런(전력선을 지지하는 높은 구조물)을 관리하는 스위스의 한 대형 에너지 기업은 점검 시간을 50% 단축했습니다. 수동으로 등반하던 방식에서 드론 기반 점검으로 전환하면서 결함 탐지 속도가 빨라졌고 작업자 안전이 향상되었으며 시간을 절약할 수 있었습니다.

마찬가지로 미국의 한 대형 유틸리티 제공업체는 Grid Vision®을 사용하여 3개월 만에 1,400개의 송전 구조물을 디지털화했습니다. 이 AI 기반 이미지 분석 기술은 수동 사진 검토 방식을 대체하여 원격 검증을 가능하게 했으며, 더 나은 데이터 기반 자본 계획 의사결정을 지원했습니다.

또한 핀란드의 송전 시스템 운영업체는 지상 기반 점검에서 드론 지원 평가로 전환하여 현장 방문을 줄이고 정전을 최소화했습니다. Grid Vision®과 YOLO 기반 결함 탐지 기술을 통해 점검 정확도가 향상되었으며, 숙련된 작업자는 더 중요한 작업에 집중할 수 있게 되었습니다.

그림 3. Grid Vision® 및 YOLO를 사용하여 모니터링되는 핀란드의 전력망 노선 모습.

Link to this section차세대 유틸리티 점검을 위한 동력 제공#

앞으로 eSmart Systems는 글로벌 시장으로 확장함에 따라 다양한 인프라, 서로 다른 이미지 촬영 방식, 지역 간 데이터 드리프트와 같은 과제를 해결해 나갈 것입니다. 이러한 문제를 극복하기 위해 당사는 Grid Vision®을 더욱 확장 가능하고 적응력 있게 만드는 데 집중하고 있습니다.

MLOps 파이프라인을 통한 성과는 핵심적인 역할을 했으며, 모델 재학습을 간소화하고 데이터셋 확장을 자동화했습니다. 이러한 개선 사항들은 AI 솔루션의 정확도와 성능을 지속적으로 향상시키고 있습니다. eSmart Systems는 더 효율적이고 신뢰할 수 있는 그리드 관리를 위한 길을 닦으며, 글로벌 에너지 전환을 위한 미래 준비적인 접근 방식을 보장합니다.

컴퓨터 비전에 관심이 있으십니까? GitHub 저장소를 살펴보고 Ultralytics YOLO 모델이 자율주행 자동차를 위한 AI 및 농업 분야의 컴퓨터 비전과 같은 영역에서 어떻게 혁신을 주도하고 있는지 확인해 보십시오. 지금 바로 YOLO 모델과 라이선스 옵션에 대해 자세히 알아보십시오!