eSmart Systems reduz pela metade o tempo de inspeção de linhas de energia com Ultralytics YOLO

eSmart Systems é uma empresa sediada na Noruega que ajuda fornecedores de serviços públicos a inspecionar e gerir ativos de grande escala, como redes elétricas e subestações, utilizando computer vision e analítica. Em particular, a sua principal plataforma, Grid Vision®, tira partido de computer vision, analítica geoespacial e dados de séries temporais para analisar imagens aéreas, detetar componentes e defeitos, e fornecer informações preditivas em linhas de transmissão.

Para aumentar ainda mais a eficiência das inspeções, a eSmart Systems integrou os Ultralytics YOLO models no Grid Vision®. Isto resultou num aumento da velocidade de deteção de defeitos e tornou possível que as empresas de serviços públicos transitassem de reparações reativas para uma manutenção mais eficiente baseada na condição.

Transformando inspeções de linhas de energia com IA e visão computacional#

Com sede em Halden, na Noruega, a eSmart Systems foca-se em trazer soluções inovadoras para o setor dos serviços públicos para monitorizar e manter infraestruturas críticas. Por exemplo, a sua principal plataforma, Grid Vision®, fornece uma solução abrangente para inspecionar e gerir ativos de grande escala como power grids e subestações.

Com a confiança de mais de 70 fornecedores de serviços públicos em todo o mundo, a eSmart Systems inspecionou mais de 100.000 quilómetros de linhas elétricas, permitindo que as empresas de serviços públicos tomem melhores decisões baseadas em dados. O Grid Vision® torna a manutenção mais eficiente, reduz riscos e apoia a transição para uma infraestrutura de sustainable energy mais resiliente.

A eSmart Systems também garante que suas soluções de IA atendam a altos padrões de privacidade de dados e conformidade regulatória. Eles possuem a certificação ISO 27001 para gestão de segurança da informação e estão em conformidade com o Netcode Artigo 7.8, que rege a troca segura de dados nas operações da rede elétrica europeia.

As complexidades das inspeções de rede#

As redes elétricas se estendem por vastas áreas, muitas vezes atravessando locais remotos ou de difícil acesso. Muitos desses sistemas estão envelhecendo e exigem inspeções regulares para garantir segurança e confiabilidade. Inspecionar componentes como torres de transmissão e linhas de energia é demorado, caro e pode ser arriscado para os trabalhadores.

A eSmart Systems pretendia capturar imagens aéreas utilizando drones e helicópteros, aplicando computer vision para detetar componentes e identificar defeitos. No entanto, como as empresas de serviços públicos têm componentes diferentes e capturam imagens em várias condições, era desafiante manter um fluxo de trabalho de inspeção consistente.

Fig 1. Redes elétricas podem ser difíceis de manter.

A revisão manual dessas imagens também era lenta e exigia muitos recursos, tornando difícil escalar a detecção de falhas. Para automatizar as inspeções e apoiar a manutenção proativa, a eSmart Systems precisava de um modelo de Vision AI rápido e adaptável que pudesse operar de forma confiável em diferentes tipos de ativos, regiões e condições climáticas.

O papel da detecção de objetos e do YOLO nas inspeções de rede#

Para trazer automação e inteligência para as inspeções de redes, a eSmart Systems integrou o Ultralytics YOLO, um modelo de computer vision, na sua plataforma Grid Vision®. Os Ultralytics YOLO models suportam várias computer vision tasks, incluindo deteção de objetos, o que permite à plataforma identificar componentes-chave como torres, braços cruzados, isoladores e condutores em imagens aéreas.

Os modelos também estão sendo usados para detectar defeitos como invasão de vegetação, danos e desgaste, que podem afetar o desempenho da rede. Uma vez detectados os componentes e defeitos, essa informação é processada através do Grid Vision®, que utiliza processamento em nuvem para automatizar e escalar o processo de inspeção de forma rápida e precisa.

Fig 2. O Grid Vision® detecta componentes elétricos usando YOLO.

A plataforma sinaliza potenciais defeitos, avalia os níveis de risco associados e ajuda as concessionárias a planejar a manutenção com base na condição dos ativos. Essa combinação de detecção e análise em tempo real permite que as concessionárias migrem da manutenção reativa para uma abordagem mais proativa, ajudando-as a se antecipar a problemas potenciais antes que levem a falhas dispendiosas.

Ao integrar esses insights com metadados e dados de séries temporais, o Grid Vision® permite que as concessionárias otimizem suas estratégias de manutenção, melhorando a eficiência e reduzindo o risco de interrupções inesperadas.

Por que escolher Ultralytics YOLO models?#

A eSmart Systems adotou os modelos Ultralytics YOLO por sua velocidade, precisão e integração perfeita em seu pipeline de IA. Os modelos Ultralytics YOLO entregam resultados consistentes ao analisar imagens aéreas grandes e de alta resolução, tornando-os ideais para inspeções de rede.

Além disso, o Ultralytics Python package oferece uma variedade de opções de integração, incluindo 15 formatos de exportação. Esta flexibilidade permite que a eSmart Systems implemente os modelos em diferentes ambientes. Utilizam formatos como PyTorch para treino e ONNX para inferência otimizada por CPU em produção, particularmente quando os recursos de GPU são limitados na sua infraestrutura em nuvem.

Com mais de 30 modelos Ultralytics YOLO já em produção, a eSmart Systems pode escalar inspeções com eficiência. Isso permite que eles foquem em melhorar a qualidade dos dados e abordar desafios específicos das concessionárias.

Reduzindo o tempo de inspeção em 50% com Ultralytics YOLO#

O impacto do Grid Vision®, alimentado pelos Ultralytics YOLO models, tem sido significativo na melhoria das inspeções de serviços públicos. Ao automatizar as inspeções de ativos e melhorar a defect detection, o Grid Vision® reduziu as cargas de trabalho manuais, aumentou a segurança e facilitou estratégias de manutenção mais proativas.

Por exemplo, na Suíça, uma grande empresa de energia que gerencia milhares de postes (estruturas altas que suportam linhas de energia) em terreno montanhoso reduziu os tempos de inspeção em 50%. A transição da escalada manual para inspeções baseadas em drones acelerou a detecção de falhas, melhorou a segurança dos trabalhadores e economizou tempo.

Da mesma forma, nos Estados Unidos, uma grande concessionária usou o Grid Vision® para digitalizar 1.400 estruturas de transmissão em apenas três meses. Essa análise de imagem impulsionada por IA substituiu as revisões manuais de fotos, permitindo validação remota e permitindo decisões melhores e baseadas em dados para planejamento de capital.

Da mesma forma, na Finlândia, uma operadora de sistema de transmissão reduziu visitas de campo e minimizou interrupções ao mudar de inspeções terrestres para avaliações assistidas por drones. Com o Grid Vision® e a detecção de defeitos alimentada por YOLO, a precisão da inspeção melhorou e trabalhadores qualificados puderam focar em tarefas mais importantes.

Fig 3. Um olhar sobre as linhas da rede elétrica na Finlândia monitoradas usando Grid Vision® e YOLO.

Potencializando a próxima geração de inspeções de serviços públicos#

Olhando para o futuro, à medida que a eSmart Systems se expande globalmente, eles estão enfrentando desafios como infraestrutura variável, diferentes métodos de captura de imagem e desvio de dados entre regiões. Para superar essas preocupações, a empresa está focando em tornar o Grid Vision® mais escalável e adaptável.

Seu progresso com pipelines de MLOps tem sido fundamental, simplificando o retreinamento de modelos e automatizando a expansão de conjuntos de dados. Essas melhorias aprimoram continuamente a precisão e o desempenho de suas soluções de IA. A eSmart Systems está abrindo caminho para uma gestão de rede mais eficiente e confiável, garantindo uma abordagem preparada para o futuro na transição energética global.

Interessado em computer vision? Explora o nosso GitHub repository para ver como os Ultralytics YOLO models estão a impulsionar inovações em áreas como AI in self-driving cars e computer vision in agriculture. Sabe mais sobre os nossos YOLO models e licensing options hoje mesmo!