eSmart Systems, Ultralytics YOLO ile elektrik hattı denetim süresini yarıya indiriyor

eSmart Systems, computer vision ve analitik kullanarak elektrik şebekeleri ve trafo merkezleri gibi büyük ölçekli varlıkları denetlemelerine ve yönetmelerine yardımcı olan Norveç merkezli bir şirkettir. Özellikle amiral gemisi platformu Grid Vision®, iletim hatları genelinde havadan çekilen görüntüleri analiz etmek, bileşenleri ve kusurları tespit etmek ve öngörüye dayalı içgörüler sağlamak için bilgisayarlı görü, coğrafi uzamsal analitik ve zaman serisi verilerinden yararlanır.

Denetim verimliliğini daha da artırmak için eSmart Systems, Ultralytics YOLO modellerini Grid Vision® içine entegre etti. Bu, kusur tespit hızının artmasını sağladı ve elektrik sağlayıcılarının reaktif onarımlardan daha verimli, koşula dayalı bakıma geçmesini mümkün kıldı.

Yapay zeka ve bilgisayarlı görü ile enerji nakil hattı denetimlerini dönüştürmek#

Merkezi Norveç'in Halden kentinde bulunan eSmart Systems, kritik altyapıyı izlemek ve bakımını yapmak üzere kamu hizmetleri sektörüne yenilikçi çözümler sunmaya odaklanmaktadır. Örneğin, amiral gemisi platformu Grid Vision®, elektrik şebekeleri ve trafo merkezleri gibi büyük ölçekli varlıkları denetlemek ve yönetmek için kapsamlı bir çözüm sunar.

Dünya genelinde 70'ten fazla elektrik sağlayıcısının güvendiği eSmart Systems, 100.000 kilometreden fazla güç hattını denetleyerek sağlayıcıların daha iyi, veriye dayalı kararlar almasını sağladı. Grid Vision® bakımı daha verimli hale getirir, riskleri azaltır ve daha dirençli ve sürdürülebilir enerji altyapısına geçişi destekler.

eSmart Systems ayrıca yapay zeka çözümlerinin veri gizliliği ve yasal uyumluluk konusunda yüksek standartları karşılamasını sağlıyor. Bilgi güvenliği yönetimi için ISO 27001 sertifikasına sahipler ve Avrupa elektrik şebekesi operasyonlarında güvenli veri değişimini düzenleyen Netcode Madde 7.8 ile uyumlu çalışıyorlar.

Şebeke denetimlerinin zorlukları#

Elektrik şebekeleri, genellikle uzak veya ulaşılması zor konumlardan geçen geniş alanlara yayılır. Bu sistemlerin çoğu eskimiştir ve güvenlik ile güvenilirliği sağlamak için düzenli denetim gerektirir. İletim kuleleri ve enerji hatları gibi bileşenleri denetlemek zaman alıcı, maliyetli ve çalışanlar için riskli olabilir.

eSmart Systems, drone'lar ve helikopterler kullanarak havadan görüntü yakalamayı ve bileşenleri tespit edip kusurları belirlemek için bilgisayarlı görü uygulamayı amaçladı. Ancak, elektrik sağlayıcılarının farklı bileşenlere sahip olması ve görüntüleri çeşitli koşullarda yakalaması nedeniyle tutarlı bir denetim iş akışı sürdürmek zordu.

Şekil 1. Elektrik şebekelerinin bakımı zor olabilir.

Bu görüntüleri manuel olarak incelemek de yavaştı ve yoğun kaynak gerektiriyordu, bu da arıza tespitini ölçeklendirmeyi zorlaştırıyordu. Denetimleri otomatikleştirmek ve proaktif bakımı desteklemek için eSmart Systems'ın varlık türleri, bölgeler ve hava koşullarında güvenilir bir şekilde çalışabilecek hızlı ve uyarlanabilir bir Görsel Yapay Zeka modeline ihtiyacı vardı.

Şebeke denetimlerinde nesne tespiti ve YOLO'nun rolü#

Şebeke denetimlerine otomasyon ve zeka getirmek için eSmart Systems, bir bilgisayarlı görü modeli olan Ultralytics YOLO'yu Grid Vision® platformuna entegre etti. Ultralytics YOLO modelleri, platformun havadan çekilen görüntülerde kuleler, traversler, izolatörler ve iletkenler gibi temel bileşenleri tanımlamasını sağlayan nesne tespiti dahil olmak üzere çeşitli bilgisayarlı görü görevlerini destekler.

Modeller ayrıca şebekenin performansını etkileyebilecek bitki örtüsü istilası, hasar ve aşınma gibi kusurları tespit etmek için de kullanılıyor. Bileşenler ve kusurlar tespit edildikten sonra, bu bilgiler, denetim sürecini hızlı ve doğru bir şekilde otomatikleştirmek ve ölçeklendirmek için bulut tabanlı işleme kullanan Grid Vision® aracılığıyla işlenir.

Şekil 2. Grid Vision®, YOLO kullanarak elektrikli bileşenleri tespit eder.

Platform, potansiyel kusurları işaretler, ilgili risk seviyelerini değerlendirir ve kamu hizmetlerinin varlıkların durumuna göre bakım planlamasına yardımcı olur. Bu gerçek zamanlı tespit ve analiz kombinasyonu, kamu hizmetlerinin reaktif bakımdan daha proaktif bir yaklaşıma geçmesini sağlayarak maliyetli arızalara yol açmadan önce potansiyel sorunların önüne geçmelerine yardımcı olur.

Bu içgörüleri meta veriler ve zaman serisi verileriyle birleştiren Grid Vision®, kamu hizmetlerinin bakım stratejilerini optimize etmelerini sağlayarak verimliliği artırır ve beklenmedik kesintilerin riskini azaltır.

Neden Ultralytics YOLO modellerini seçmelisin?#

eSmart Systems, hızları, doğrulukları ve yapay zeka hatlarına sorunsuz entegrasyonları nedeniyle Ultralytics YOLO modellerini benimsedi. Ultralytics YOLO modelleri, büyük, yüksek çözünürlüklü hava görüntülerini analiz ederken tutarlı sonuçlar vererek şebeke denetimleri için ideal hale gelir.

Ayrıca, Ultralytics Python paketi 15 dışa aktarma formatı dahil olmak üzere çeşitli entegrasyon seçenekleri sunar. Bu esneklik, eSmart Systems'in modelleri farklı ortamlarda dağıtmasını sağlar. Özellikle bulut altyapılarındaki GPU kaynaklarının sınırlı olduğu durumlarda, eğitim için PyTorch ve üretimde optimize edilmiş CPU çıkarımı için ONNX gibi formatları kullanırlar.

Halihazırda üretimde olan 30'dan fazla Ultralytics YOLO modeli ile eSmart Systems, denetimleri verimli bir şekilde ölçeklendirebilir. Bu, veri kalitesini iyileştirmeye ve kamu hizmetine özel zorlukları ele almaya odaklanmalarını sağlar.

Ultralytics YOLO ile denetim süresini %50 azaltmak#

Ultralytics YOLO modelleri tarafından desteklenen Grid Vision®'ın etkisi, kamu hizmeti denetimlerini geliştirmede önemli olmuştur. Varlık denetimlerini otomatize ederek ve kusur tespitini iyileştirerek Grid Vision®, manuel iş yüklerini azaltmış, güvenliği artırmış ve daha proaktif bakım stratejilerini kolaylaştırmıştır.

Örneğin İsviçre'de, dağlık arazide binlerce pilonu (elektrik hatlarını destekleyen yüksek yapılar) yöneten büyük bir enerji şirketi, denetim sürelerini %50 oranında azalttı. Manuel tırmanıştan drone tabanlı denetimlere geçiş, arıza tespitini hızlandırdı, işçi güvenliğini artırdı ve zamandan tasarruf sağladı.

Benzer şekilde, Amerika Birleşik Devletleri'nde büyük bir kamu hizmeti sağlayıcısı, 1.400 iletim yapısını sadece üç ayda dijitalleştirmek için Grid Vision® kullandı. Bu yapay zeka destekli görüntü analizi, manuel fotoğraf incelemelerinin yerini alarak uzaktan doğrulamaya izin verdi ve daha iyi, veriye dayalı sermaye planlama kararlarının alınmasını sağladı.

Benzer şekilde Finlandiya'da bir iletim sistemi operatörü, saha ziyaretlerini azalttı ve yer tabanlı denetimlerden drone destekli değerlendirmelere geçerek kesintileri en aza indirdi. Grid Vision® ve YOLO destekli kusur tespiti ile denetim doğruluğu arttı ve kalifiye çalışanlar daha önemli görevlere odaklanabildi.

Şekil 3. Grid Vision® ve YOLO kullanılarak izlenen Finlandiya'daki elektrik şebeke hatlarına bir bakış.

Yeni nesil kamu hizmeti denetimlerine güç vermek#

İleriye bakıldığında, eSmart Systems küresel olarak genişledikçe, değişen altyapı, farklı görüntü yakalama yöntemleri ve bölgeler arası veri kayması gibi zorlukları ele alıyorlar. Bu endişelerin üstesinden gelmek için şirket, Grid Vision®'ı daha ölçeklenebilir ve uyarlanabilir hale getirmeye odaklanıyor.

MLOps hatlarındaki ilerlemeleri, model yeniden eğitimini basitleştirerek ve veri kümesi genişletmeyi otomatikleştirerek kilit bir rol oynadı. Bu iyileştirmeler, yapay zeka çözümlerinin doğruluğunu ve performansını sürekli olarak artırıyor. eSmart Systems, küresel enerji geçişine hazır bir yaklaşım sağlayarak daha verimli ve güvenilir şebeke yönetimi için yolu açıyor.

Bilgisayarlı görüyle ilgileniyor musun? Ultralytics YOLO modellerinin otonom araçlarda yapay zeka ve tarımda bilgisayarlı görü gibi alanlarda yenilikleri nasıl yönlendirdiğini görmek için GitHub depomuzu incele. YOLO modellerimiz ve lisanslama seçeneklerimiz hakkında bugün daha fazla bilgi edin!