A eSmart Systems procurava melhorar as inspecções de serviços públicos e melhorar a eficiência da rede utilizando a visão por computador para a deteção de falhas e a manutenção preditiva.
Ao integrar os modelos YOLO da Ultralytics na sua plataforma, Grid Vision®, a eSmart Systems reduziu o tempo de inspeção em 50%, permitiu uma deteção mais rápida de falhas e passou a fazer uma manutenção proactiva.
A eSmart Systems é uma empresa sediada na Noruega que ajuda os fornecedores de serviços públicos a inspecionar e gerir activos de grande escala, tais como redes eléctricas e subestações, utilizando a visão computacional e a análise. Em particular, a sua principal plataforma, a Grid Vision®, utiliza a visão computacional, a análise geoespacial e os dados de séries temporais para analisar imagens aéreas, detetar componentes e defeitos e fornecer informações preditivas nas linhas de transmissão.
Para aumentar ainda mais a eficiência da inspeção, a eSmart Systems integrou os modelos Ultralytics YOLO no Grid Vision®. Isto resultou num aumento da velocidade de deteção de defeitos e permitiu que as empresas de serviços públicos passassem de reparações reactivas para uma manutenção mais eficiente e baseada nas condições.
Com sede em Halden, Noruega, a eSmart Systems concentra-se em trazer soluções inovadoras para o sector dos serviços públicos para monitorizar e manter infra-estruturas críticas. Por exemplo, a sua principal plataforma, Grid Vision®, fornece uma solução abrangente para inspecionar e gerir activos de grande escala, como redes eléctricas e subestações.
Com a confiança de mais de 70 empresas de serviços públicos em todo o mundo, a eSmart Systems inspeccionou mais de 100.000 quilómetros de linhas eléctricas, permitindo que as empresas de serviços públicos tomem decisões melhores e baseadas em dados. O Grid Vision® torna a manutenção mais eficiente, reduz os riscos e apoia a transição para infra-estruturas energéticas mais resilientes e sustentáveis.
A eSmart Systems também garante que as suas soluções de IA cumprem elevados padrões de privacidade de dados e conformidade regulamentar. Têm a certificação ISO 27001 para a gestão da segurança da informação e cumprem o artigo 7.8 do Netcode, que rege a troca segura de dados nas operações da rede eléctrica europeia.
As redes eléctricas estendem-se por vastas áreas, muitas vezes passando por locais remotos ou de difícil acesso. Muitos destes sistemas estão envelhecidos e requerem inspecções regulares para garantir a segurança e a fiabilidade. A inspeção de componentes como torres de transmissão e linhas eléctricas é morosa, dispendiosa e pode ser arriscada para os trabalhadores.
O objetivo da eSmart Systems era captar imagens aéreas utilizando drones e helicópteros, aplicando a visão por computador para detetar componentes e identificar defeitos. No entanto, uma vez que os serviços públicos têm diferentes componentes e captam imagens em várias condições, era difícil manter um fluxo de trabalho de inspeção consistente.
A revisão manual dessas imagens também era lenta e consumia muitos recursos, dificultando a escala da deteção de falhas. Para automatizar as inspecções e apoiar a manutenção proactiva, a eSmart Systems precisava de um modelo de IA de visão rápido e adaptável que pudesse funcionar de forma fiável em todos os tipos de activos, regiões e condições meteorológicas.
Para trazer automação e inteligência às inspeções de rede, a eSmart Systems integrou o Ultralytics YOLO, um modelo de visão computacional, à sua plataforma Grid Vision®. Os modelos Ultralytics YOLO suportam várias tarefas de visão computacional, incluindo a deteção de objectos, o que permite à plataforma identificar componentes chave como torres, braços cruzados, isoladores e condutores em imagens aéreas.
Os modelos também estão a ser utilizados para detetar defeitos como a invasão de vegetação, danos e desgaste, que podem afetar o desempenho da rede. Uma vez detectados os componentes e os defeitos, esta informação é processada através do Grid Vision®, que utiliza o processamento baseado na nuvem para automatizar e dimensionar o processo de inspeção de forma rápida e precisa.
A plataforma assinala potenciais defeitos, avalia os níveis de risco associados e ajuda os serviços públicos a planear a manutenção com base no estado dos activos. Esta combinação de deteção e análise em tempo real permite que as empresas de serviços públicos passem de uma manutenção reactiva para uma abordagem mais proactiva, ajudando-as a manterem-se à frente de potenciais problemas antes que estes conduzam a falhas dispendiosas.
Ao integrar estas informações com metadados e dados de séries temporais, o Grid Vision® permite que as empresas de serviços públicos optimizem as suas estratégias de manutenção, melhorando a eficiência e reduzindo o risco de interrupções inesperadas.
A eSmart Systems adoptou os modelos YOLO da Ultralytics pela sua velocidade, precisão e integração perfeita no seu pipeline de IA. Os modelos Ultralytics YOLO fornecem resultados consistentes ao analisar imagens aéreas grandes e de alta resolução, tornando-os ideais para inspeções de grade.
Além disso, o pacote Ultralytics Python oferece uma variedade de opções de integração, incluindo 15 formatos de exportação. Esta flexibilidade permite à eSmart Systems implementar os modelos em diferentes ambientes. Utilizam formatos como PyTorch para a formação e ONNX para a inferência optimizada da CPU na produção, nomeadamente quando os recursos GPU são limitados na sua infraestrutura de nuvem.
Com mais de 30 modelos Ultralytics YOLO já em produção, a eSmart Systems pode dimensionar eficientemente as inspecções. Isto permite-lhes concentrarem-se na melhoria da qualidade dos dados e na resolução de desafios específicos dos serviços públicos.
O impacto do Grid Vision®, alimentado pelos modelos Ultralytics YOLO, tem sido significativo na melhoria das inspecções de serviços públicos. Ao automatizar as inspecções de activos e ao melhorar a deteção de defeitos, o Grid Vision® reduziu as cargas de trabalho manuais, aumentou a segurança e facilitou estratégias de manutenção mais proactivas.
Por exemplo, na Suíça, uma grande empresa de energia que gere milhares de postes (estruturas altas que suportam linhas eléctricas) em terreno montanhoso reduziu os tempos de inspeção em 50%. A transição da escalada manual para inspecções com drones acelerou a deteção de falhas, melhorou a segurança dos trabalhadores e poupou tempo.
Do mesmo modo, nos Estados Unidos, um grande fornecedor de serviços públicos utilizou o Grid Vision® para digitalizar 1400 estruturas de transmissão em apenas três meses. Esta análise de imagens baseada em IA substituiu as revisões manuais de fotografias, permitindo a validação remota e possibilitando melhores decisões de planeamento de capital baseadas em dados.
Do mesmo modo, na Finlândia, um operador de sistemas de transmissão reduziu as visitas ao terreno e minimizou as interrupções ao passar de inspecções terrestres para avaliações assistidas por drones. Com o Grid Vision® e a deteção de defeitos com tecnologia YOLO, a precisão da inspeção melhorou e os trabalhadores qualificados puderam concentrar-se em tarefas mais importantes.
.webp)
Olhando para o futuro, à medida que a eSmart Systems se expande a nível global, está a enfrentar desafios como a variação das infra-estruturas, os diferentes métodos de captura de imagens e o desvio de dados entre regiões. Para ultrapassar estas preocupações, a empresa está a concentrar-se em tornar o Grid Vision® mais escalável e adaptável.
O seu progresso com os pipelines MLOps tem sido fundamental, simplificando a reciclagem de modelos e automatizando a expansão do conjunto de dados. Estas melhorias aumentam continuamente a precisão e o desempenho das suas soluções de IA. A eSmart Systems está a preparar o caminho para uma gestão de rede mais eficiente e fiável, assegurando uma abordagem pronta para o futuro da transição energética global.
Interessado em visão computacional? Explore o nosso repositório GitHub para ver como os modelos YOLO da Ultralytics estão a impulsionar inovações em áreas como a IA em carros autónomos e a visão computacional na agricultura. Saiba mais sobre nossos modelos YOLO e opções de licenciamento hoje mesmo!
Os modelos YOLO da Ultralytics são arquitecturas de visão por computador desenvolvidas para analisar dados visuais de imagens e entradas de vídeo. Estes modelos podem ser treinados para tarefas que incluem a deteção de objectos, a classificação, a estimativa de pose, o seguimento e a segmentação de instâncias:
O Ultralytics YOLO11 é a versão mais recente dos nossos modelos de Visão Computacional. Tal como as versões anteriores, suporta todas as tarefas de visão computacional que a comunidade de IA de visão adorou no YOLOv8. O novo YOLO11, no entanto, vem com maior desempenho e precisão, tornando-o uma ferramenta poderosa e o aliado perfeito para os desafios da indústria do mundo real.
O modelo que optar por utilizar depende dos requisitos específicos do seu projeto. É fundamental ter em conta factores como o desempenho, a precisão e as necessidades de implementação. Eis uma breve descrição geral:
Os repositórios YOLO do Ultralytics, como o YOLOv5 e o YOLO11, são distribuídos sob a licença AGPL-3.0 por defeito. Esta licença aprovada pela OSI foi concebida para estudantes, investigadores e entusiastas, promovendo a colaboração aberta e exigindo que qualquer software que utilize componentes AGPL-3.0 seja também de fonte aberta. Embora assegure a transparência e promova a inovação, pode não se alinhar com casos de utilização comercial.
Se o seu projeto envolver a incorporação de software Ultralytics e modelos de IA em produtos ou serviços comerciais e pretender contornar os requisitos de código aberto da AGPL-3.0, uma Licença Empresarial é ideal.
Os benefíciosda Licença Empresarial incluem:
Para garantir uma integração perfeita e evitar as restrições da AGPL-3.0, solicite uma Licença Empresarial Ultralytics usando o formulário fornecido. A nossa equipa ajudá-lo-á a adaptar a licença às suas necessidades específicas.
.png){kind=logo}
.webp)
.webp)
.webp)