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 provedores de serviços públicos a inspecionar e gerenciar ativos em grande escala, como redes elétricas e subestações, usando visão computacional e análise de dados. Em particular, sua plataforma principal, a Grid Vision®, aproveita visão computacional, análise geoespacial e dados de séries temporais para analisar imagens aéreas, detectar componentes e defeitos, e fornecer insights preditivos em linhas de transmissão.

Para aumentar ainda mais a eficiência das inspeções, a eSmart Systems integrou os modelos Ultralytics YOLO ao Grid Vision®. Isso resultou em um aumento na velocidade de detecção de defeitos e possibilitou que as concessionárias migrassem de reparos reativos para uma manutenção mais eficiente e baseada em condições.

Link to this sectionTransformando inspeções de linhas de energia com IA e visão computacional#

Com sede em Halden, na Noruega, a eSmart Systems foca em trazer soluções inovadoras para o setor de serviços públicos para monitorar e manter infraestruturas críticas. Por exemplo, sua plataforma principal, a Grid Vision®, oferece uma solução abrangente para inspecionar e gerenciar ativos de grande escala, como redes elétricas e subestações.

Com a confiança de mais de 70 concessionárias em todo o mundo, a eSmart Systems já inspecionou mais de 100.000 quilômetros de linhas de energia, permitindo que as concessionárias tomem decisões melhores e baseadas em dados. A Grid Vision® torna a manutenção mais eficiente, reduz riscos e apoia a transição para uma infraestrutura de energia sustentável e 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.

Link to this sectionAs 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 visava capturar imagens aéreas usando drones e helicópteros, aplicando visão computacional para detectar componentes e identificar defeitos. No entanto, como as concessionárias possuem diferentes componentes e capturam imagens em diversas condições, era desafiador 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.

Link to this sectionO papel da detecção de objetos e do YOLO nas inspeções de rede#

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 detecção de objetos, o que permite que a plataforma identifique componentes-chave como torres, braços de cruzamento, 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.

Link to this sectionPor 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 pacote Python da Ultralytics oferece uma variedade de opções de integração, incluindo 15 formatos de exportação. Essa flexibilidade permite que a eSmart Systems implante os modelos em diferentes ambientes. Eles usam formatos como PyTorch para treinamento e ONNX para inferência otimizada em CPU em produção, especialmente quando os recursos de GPU são limitados em 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.

Link to this sectionReduzindo o tempo de inspeção em 50% com Ultralytics YOLO#

O impacto do Grid Vision®, alimentado pelos modelos Ultralytics YOLO, tem sido significativo no aprimoramento das inspeções de serviços públicos. Ao automatizar inspeções de ativos e melhorar a detecção de defeitos, o Grid Vision® reduziu 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.

Link to this sectionPotencializando 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 visão computacional? Explore nosso repositório no GitHub para ver como os modelos Ultralytics YOLO estão impulsionando inovações em áreas como IA em carros autônomos e visão computacional na agricultura. Saiba mais sobre nossos modelos YOLO e opções de licenciamento hoje mesmo!