Ao integrar modelos Ultralytics YOLO à plataforma Grid Vision®, a eSmart Systems reduziu o tempo de inspeção em 50%, permitiu detectar falhas mais rapidamente e migrou para a manutenção proativa.
A eSmart Systems é uma empresa sediada na Noruega que ajuda fornecedores de serviços públicos a inspecionar e gerenciar ativos de grande escala, como redes elétricas e subestações, usando visão computacional e análise de dados. Em particular, sua plataforma principal, Grid Vision®, combina visão computacional, análise geoespacial e dados de séries temporais para analisar imagens aéreas, detectar componentes e defeitos e fornecer informações preditivas sobre linhas de transmissão.
Para melhorar ainda mais a eficiência das inspeções, a eSmart Systems integrou modelos Ultralytics YOLO ao Grid Vision®. Isso aumentou a velocidade de detecção de defeitos e permitiu que as concessionárias passassem de reparos reativos para uma manutenção mais eficiente e baseada nas condições dos ativos.
Transformando as inspeções de linhas de energia com IA e visão computacional#
Com sede em Halden, na Noruega, a eSmart Systems se concentra em levar soluções inovadoras ao setor de serviços públicos para monitorar e manter infraestruturas críticas. Por exemplo, sua plataforma principal, 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 inspecionou mais de 100.000 quilômetros de linhas de energia, permitindo que as concessionárias tomem decisões melhores e orientadas por dados. O Grid Vision® torna a manutenção mais eficiente, reduz os riscos e apoia a transição para uma infraestrutura de energia sustentável mais resiliente.
A eSmart Systems também garante que suas soluções de IA atendam a altos padrões de privacidade de dados e conformidade regulatória. A empresa tem certificação ISO 27001 para gestão da segurança da informação e cumpre o artigo 7.8 do Netcode, que regulamenta a troca segura de dados nas operações de redes elétricas europeias.
As complexidades das inspeções de redes elétricas#
As redes elétricas se estendem por vastas áreas, muitas vezes passando por locais remotos ou de difícil acesso. Muitos desses sistemas estão envelhecendo e exigem inspeções regulares para garantir a segurança e a confiabilidade. Inspecionar componentes como torres de transmissão e linhas de energia é demorado, caro e pode representar riscos para os trabalhadores.
A eSmart Systems pretendia capturar imagens aéreas usando drones e helicópteros e aplicar visão computacional para detectar componentes e identificar defeitos. No entanto, como as concessionárias têm componentes diferentes e capturam imagens em diversas condições, era difícil manter um fluxo de trabalho de inspeção consistente.
Fig. 1. As redes elétricas podem ser difíceis de manter.
A revisão manual dessas imagens também era lenta e exigia muitos recursos, dificultando a expansão da detecção de falhas. Para automatizar as inspeções e apoiar a manutenção proativa, a eSmart Systems precisava de um modelo de IA de visão rápido e adaptável, capaz de funcionar com confiabilidade em diferentes tipos de ativos, regiões e condições climáticas.
O papel da detecção de objetos e do YOLO nas inspeções de redes elétricas#
Para automatizar e tornar inteligentes as inspeções de redes elétricas, a eSmart Systems integrou o Ultralytics YOLO, um modelo de visão computacional, à plataforma Grid Vision®. Os modelos Ultralytics YOLO oferecem suporte a várias tarefas de visão computacional, incluindo a detecção de objetos, que permite à plataforma identificar componentes importantes, como torres, braços transversais, 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. Depois que os componentes e defeitos são detectados, essas informações são processadas pelo Grid Vision®, que usa processamento baseado na nuvem para automatizar e ampliar rapidamente o processo de inspeção com precisão.
Fig. 2. O Grid Vision® detecta componentes elétricos usando YOLO.
A plataforma sinaliza possíveis defeitos, avalia os níveis de risco associados e ajuda as concessionárias a planejar a manutenção com base nas condições dos ativos. Essa combinação de detecção e análise em tempo real permite que as concessionárias passem da manutenção reativa para uma abordagem mais proativa, ajudando-as a antecipar possíveis problemas antes que causem falhas dispendiosas.
Ao integrar essas informações a 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 os modelos Ultralytics YOLO?#
A eSmart Systems adotou os modelos Ultralytics YOLO por sua velocidade, precisão e integração perfeita ao pipeline de IA da empresa. Os modelos Ultralytics YOLO oferecem resultados consistentes ao analisar imagens aéreas grandes e de alta resolução, o que os torna ideais para inspeções de redes elétricas.
Além disso, o pacote Python da Ultralytics oferece várias opções de integração, incluindo 22 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 na produção, especialmente quando os recursos de GPU são limitados na infraestrutura de nuvem.
Com mais de 30 modelos Ultralytics YOLO já em produção, a eSmart Systems consegue ampliar as inspeções com eficiência. Isso permite que a empresa se concentre em melhorar a qualidade dos dados e enfrentar desafios específicos das concessionárias.
Reduzindo o tempo de inspeção em 50% com Ultralytics YOLO#
O impacto do Grid Vision®, baseado em modelos Ultralytics YOLO, foi significativo na melhoria das inspeções de serviços públicos. Ao automatizar as inspeções de ativos e aprimorar a detecção de defeitos, o Grid Vision® reduziu o trabalho manual, aumentou a segurança e facilitou estratégias de manutenção mais proativas.
Por exemplo, na Suíça, uma grande empresa de energia que administra milhares de postes (estruturas altas que sustentam linhas de energia) em terreno montanhoso reduziu o tempo de inspeção em 50%. A transição da escalada manual para inspeções com 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 imagens baseada em IA substituiu a revisão manual de fotos, permitindo a validação remota e decisões mais bem fundamentadas por dados para o planejamento de investimentos.
Da mesma forma, na Finlândia, um operador do sistema de transmissão reduziu as visitas a campo e minimizou as interrupções ao substituir as inspeções feitas em solo por avaliações com drones. Com o Grid Vision® e a detecção de defeitos baseada em YOLO, a precisão das inspeções melhorou, e os profissionais qualificados puderam se concentrar em tarefas mais importantes.
Fig. 3. Linhas da rede elétrica na Finlândia monitorizadas com o Grid Vision® e o YOLO.
A impulsionar a próxima geração de inspeções de serviços públicos#
Com os olhos postos no futuro, à medida que a eSmart Systems expande a sua presença global, a empresa enfrenta desafios como infraestruturas distintas, diferentes métodos de captura de imagens e desvios nos dados entre regiões. Para superar estes desafios, a empresa está a concentrar-se em tornar o Grid Vision® mais escalável e adaptável.
O progresso alcançado com os pipelines de MLOps tem sido fundamental, simplificando o retreinamento dos modelos e automatizando a expansão dos conjuntos de dados. Estas melhorias aumentam continuamente a precisão e o desempenho das soluções de IA da empresa. A eSmart Systems está a abrir caminho para uma gestão da rede elétrica mais eficiente e fiável, assegurando uma abordagem preparada para o futuro da transição energética global.
Tem interesse em visão computacional? Explore nosso repositório do GitHub para ver como os modelos Ultralytics YOLO estão impulsionando inovações em áreas como visão computacional para imagens aéreas e visão computacional na agricultura. Saiba mais sobre nossos modelos YOLO e opções de licenciamento hoje mesmo!
Escrito por
Criador de conteúdo · Ultralytics
