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

eSmart Systems, Norveç merkezli bir şirket olup bilgisayarlı görü ve analitik kullanarak elektrik şebekeleri ve trafo merkezleri gibi büyük ölçekli varlıkları denetlemelerine ve yönetmelerine yardımcı oluyor. Özellikle amiral gemisi platformları olan Grid Vision®, hava görüntülerini analiz etmek, bileşenleri ve kusurları tespit etmek ve iletim hatlarında tahmine dayalı bilgiler sağlamak için bilgisayarlı görü, coğrafi analiz ve zaman serisi verilerinden yararlanıyor.

Denetim verimliliğini daha da artırmak için eSmart Systems, Ultralytics YOLO modellerini Grid Vision® içerisine entegre etti. Bu durum, kusur tespit hızını artırdı ve kamu hizmetlerinin reaktif onarımlardan daha verimli, durum tabanlı bakıma geçmesini mümkün kıldı.

Link to this sectionYapay zeka ve bilgisayarlı görü ile enerji nakil hattı denetimlerini dönüştürmek#

Genel merkezi Halden, Norveç'te bulunan eSmart Systems, kritik altyapıyı izlemek ve sürdürmek için kamu hizmetleri sektörüne yenilikçi çözümler getirmeye odaklanıyor. Örneğin, amiral gemisi platformları olan Grid Vision®, elektrik şebekeleri ve trafo merkezleri gibi büyük ölçekli varlıkları denetlemek ve yönetmek için kapsamlı bir çözüm sunuyor.

Dünya genelinde 70'ten fazla kamu kuruluşu tarafından güvenilen eSmart Systems, 100.000 kilometreden fazla enerji hattını denetleyerek bu kuruluşların daha iyi ve veriye dayalı kararlar almasını sağladı. Grid Vision®, bakımı daha verimli hale getiriyor, riskleri azaltıyor ve daha dayanıklı ve sürdürülebilir enerji altyapısına geçişi destekliyor.

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.

Link to this sectionŞebeke 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 hava görüntüleri yakalamayı ve bileşenleri tespit etmek ve kusurları tanımlamak için bilgisayarlı görü uygulamayı hedefledi. Ancak, kamu hizmetlerinin farklı bileşenlere sahip olması ve görüntüleri çeşitli koşullarda çekmesi nedeniyle tutarlı bir denetim iş akışını korumak 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.

Link to this sectionŞebeke 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 hava görüntülerindeki 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.

Link to this sectionNeden 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'ın modelleri farklı ortamlarda dağıtmasını sağlar. Eğitim için PyTorch ve özellikle bulut altyapılarında GPU kaynakları sınırlı olduğunda 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.

Link to this sectionUltralytics YOLO ile denetim süresini %50 azaltmak#

Ultralytics YOLO modelleriyle desteklenen Grid Vision®'ın etkisi, kamu hizmeti denetimlerini geliştirmede önemli oldu. Varlık denetimlerini otomatikleştirerek ve kusur tespitini iyileştirerek Grid Vision®, manuel iş yüklerini azalttı, güvenliği artırdı ve daha proaktif bakım stratejilerini kolaylaştırdı.

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.

Link to this sectionYeni 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.

Interested in computer vision? Explore our GitHub repository to see how Ultralytics YOLO models are driving innovations in areas such as AI in self-driving cars and computer vision in agriculture. Learn more about our YOLO models and licensing options today!