eSmart Systems, arıza tespiti ve tahmini bakım için bilgisayarlı görü kullanarak elektrik dağıtım şirketi denetimlerini iyileştirmeyi ve şebeke verimliliğini artırmayı hedefliyordu.
eSmart Systems, Ultralytics YOLO modellerini Grid Vision® platformuna entegre ederek, inceleme süresini %50 oranında azalttı, daha hızlı arıza tespiti sağladı ve proaktif bakıma geçti.
eSmart Systems, kamu hizmeti sağlayıcılarının bilgisayarlı görü ve analizleri kullanarak güç şebekeleri ve trafo merkezleri gibi büyük ölçekli varlıkları denetlemesine ve yönetmesine yardımcı olan Norveç merkezli bir şirkettir. Özellikle, amiral gemisi platformu Grid Vision®, hava görüntülerini analiz etmek, bileşenleri ve kusurları tespit etmek ve iletim hatları genelinde tahmini içgörüler sağlamak için bilgisayarlı görü, coğrafi uzamsal analizler ve zaman serisi verilerinden yararlanır.
Denetim verimliliğini daha da artırmak için eSmart Systems, Ultralytics YOLO modellerini Grid Vision®'a entegre etti. Bu, kusur tespit hızını artırdı ve kamu hizmetlerinin reaktif onarımlardan daha verimli, duruma dayalı bakıma geçmesini sağladı.
Merkezi Halden, Norveç'te bulunan eSmart Systems, kritik altyapıyı izlemek ve sürdürmek için kamu hizmetleri sektörüne yenilikçi çözümler getirmeye odaklanmaktadır. Örneğin, amiral gemisi platformları Grid Vision®, güç şebekeleri ve trafo merkezleri gibi büyük ölçekli varlıkları incelemek ve yönetmek için kapsamlı bir çözüm sunar.
Dünya çapında 70'in üzerinde elektrik şirketi tarafından güvenilen eSmart Systems, elektrik şirketlerinin daha iyi, veri odaklı kararlar almasını sağlayarak 100.000 kilometreden fazla enerji hattını denetlemiştir. Grid Vision®, bakımı daha verimli hale getirir, riskleri azaltır ve daha dayanıklı ve sürdürülebilir enerji altyapısına geçişi destekler.
eSmart Systems ayrıca, yapay zeka çözümlerinin veri gizliliği ve mevzuat uyumluluğu için yüksek standartları karşılamasını sağlar. Bilgi güvenliği yönetimi için ISO 27001 sertifikasına sahiptirler ve Avrupa elektrik şebekesi operasyonlarında güvenli veri alışverişini yöneten Netcode Madde 7.8'e uygundurlar.
Güç şebekeleri, genellikle uzak veya ulaşılması zor yerlerden geçen geniş alanlara yayılır. Bu sistemlerin çoğu eskimektedir ve güvenlik ve güvenilirliği sağlamak için düzenli denetimler gerektirmektedir. İletim kuleleri ve enerji hatları gibi bileşenlerin denetlenmesi zaman alıcı, maliyetli ve işçiler için riskli olabilir.
eSmart Systems, drone'lar ve helikopterler kullanarak hava görüntüleri yakalamayı, bileşenleri tespit etmek ve kusurları belirlemek için bilgisayar görüşü uygulamayı amaçladı. Bununla birlikte, kamu hizmetlerinin farklı bileşenlere sahip olması ve görüntüleri çeşitli koşullarda yakalaması nedeniyle, tutarlı bir denetim iş akışını sürdürmek zor oldu.
Bu görüntüleri manuel olarak incelemek de yavaş ve kaynak yoğundu, bu da arıza tespitini ölçeklendirmeyi zorlaştırıyordu. Denetimleri otomatikleştirmek ve proaktif bakımı desteklemek için eSmart Systems'in varlık türleri, bölgeler ve hava koşulları genelinde güvenilir bir şekilde performans gösterebilen hızlı ve uyarlanabilir bir Vision AI modeline ihtiyacı vardı.
eSmart Systems, şebeke denetimlerine otomasyon ve zeka getirmek için 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 de dahil olmak üzere çeşitli bilgisayarlı görü görevlerini destekler.
Modeller ayrıca şebekenin performansını etkileyebilecek bitki örtüsü ihlali, hasar ve aşınma gibi kusurları tespit etmek için de kullanılıyor. Bileşenler ve kusurlar tespit edildikten sonra, bu bilgiler bulut tabanlı işlemeyi kullanarak inceleme sürecini hızlı ve doğru bir şekilde otomatikleştirip ölçeklendiren Grid Vision® aracılığıyla işlenir.
Platform, potansiyel kusurları işaretler, ilgili risk seviyelerini değerlendirir ve kamu hizmetlerinin varlıkların durumuna göre bakımı planlamasına yardımcı olur. Gerçek zamanlı algılama ve analizin bu kombinasyonu, kamu hizmetlerinin reaktif bakımdan daha proaktif bir yaklaşıma geçmesini sağlayarak, maliyetli arızalara yol açmadan potansiyel sorunların önünde kalmalarına yardımcı olur.
Grid Vision®, bu bilgileri meta veriler ve zaman serisi verileriyle entegre ederek, elektrik şirketlerinin bakım stratejilerini optimize etmelerini, verimliliği artırmalarını ve beklenmedik kesinti riskini azaltmalarını sağlar.
eSmart Systems, hızları, doğrulukları ve AI işlem hatlarına sorunsuz entegrasyonları nedeniyle Ultralytics YOLO modellerini benimsedi. Ultralytics YOLO modelleri, büyük, yüksek çözünürlüklü hava görüntülerini analiz ederken tutarlı sonuçlar vererek, şebeke denetimleri için idealdir.
Ek olarak, Ultralytics Python paketi, 15 dışa aktarma formatı da dahil olmak üzere çeşitli entegrasyon seçenekleri sunar. Bu esneklik, eSmart Systems'in modelleri farklı ortamlarda dağıtmasını sağlar. Özellikle bulut altyapılarında GPU kaynakları sınırlı olduğunda, eğitim için PyTorch ve üretimde optimize edilmiş CPU çıkarımı için ONNX gibi formatları kullanırlar.
Halihazırda üretimde olan 30'dan fazla Ultralytics YOLO modeliyle, eSmart Systems denetimleri verimli bir şekilde ölçeklendirebilir. Bu, veri kalitesini iyileştirmeye ve kamu hizmetlerine özgü zorlukları ele almaya odaklanmalarını sağlar.
Ultralytics YOLO modelleriyle desteklenen Grid Vision®'ın etkisi, hizmet denetimlerini geliştirmede önemli olmuştur. Varlık denetimlerini otomatikleştirerek ve kusur tespitini iyileştirerek Grid Vision®, manuel iş yüklerini azaltmış, güvenliği artırmış ve daha proaktif bakım stratejilerini kolaylaştırmıştır.
Örneğin, İsviçre'de, dağlık arazide binlerce direği (enerji 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 enerji şirketi, Grid Vision®'ı kullanarak sadece üç ayda 1.400 iletim yapısını dijitalleştirdi. Bu yapay zeka destekli görüntü analizi, manuel fotoğraf incelemelerinin yerini alarak uzaktan doğrulamaya olanak tanıdı ve daha iyi, veri odaklı sermaye planlama kararlarını mümkün kıldı.
Benzer şekilde, Finlandiya'da bir iletim sistemi operatörü, sahadaki ziyaretleri azalttı ve zemine dayalı denetimlerden drone destekli değerlendirmelere geçerek kesintileri en aza indirdi. Grid Vision® ve YOLO destekli kusur tespiti ile denetim doğruluğu arttı ve vasıflı işçiler daha önemli görevlere odaklanabildi.
.webp)
İleriye baktığımızda, eSmart Systems küresel olarak genişlerken, değişen altyapı, farklı görüntü yakalama yöntemleri ve bölgeler arası veri kayması gibi zorlukların üstesinden geliyor. Bu endişelerin üstesinden gelmek için şirket, Grid Vision®'ı daha ölçeklenebilir ve uyarlanabilir hale getirmeye odaklanıyor.
MLOps işlem hatlarındaki ilerlemeleri, modelin yeniden eğitilmesini basitleştirerek ve veri kümesi genişletmesini otomatikleştirerek çok önemli olmuştur. Bu iyileştirmeler, yapay zeka çözümlerinin doğruluğunu ve performansını sürekli olarak artırmaktadır. eSmart Systems, küresel enerji geçişine geleceğe hazır bir yaklaşım sağlayarak, daha verimli ve güvenilir şebeke yönetimi için zemin hazırlıyor.
Bilgisayar görüşüyle mi ilgileniyorsunuz? Ultralytics YOLO modellerinin otonom sürüşlü araçlarda yapay zeka ve tarımda bilgisayar görüşü gibi alanlardaki yenilikleri nasıl yönlendirdiğini görmek için GitHub depomuzu keşfedin. YOLO modellerimiz ve lisanslama seçeneklerimiz hakkında bugün daha fazla bilgi edinin!
Ultralytics YOLO modelleri, görüntülerden ve video girişlerinden görsel verileri analiz etmek için geliştirilmiş bilgisayarlı görü mimarileridir. Bu modeller, Nesne tespiti, sınıflandırma, poz tahmini, izleme ve örnek segmentasyonu gibi görevler için eğitilebilir. Ultralytics YOLO modelleri şunları içerir:
Ultralytics YOLO11, Bilgisayarlı Görü modellerimizin en son sürümüdür. Önceki sürümlerinde olduğu gibi, Vision AI topluluğunun YOLOv8 hakkında sevdiği tüm bilgisayarlı görü görevlerini destekler. Ancak yeni YOLO11, daha yüksek performans ve doğrulukla birlikte gelir ve bu da onu güçlü bir araç ve gerçek dünya endüstri zorlukları için mükemmel bir müttefik yapar.
Kullanmayı seçtiğiniz model, projenizin özel gereksinimlerine bağlıdır. Performans, doğruluk ve dağıtım ihtiyaçları gibi faktörleri dikkate almak önemlidir. İşte hızlı bir genel bakış:
YOLOv5 ve YOLO11 gibi Ultralytics YOLO depoları, varsayılan olarak AGPL-3.0 Lisansı altında dağıtılır. Bu OSI onaylı lisans, öğrencilere, araştırmacılara ve meraklılara yönelik olarak tasarlanmıştır; açık işbirliğini teşvik eder ve AGPL-3.0 bileşenlerini kullanan herhangi bir yazılımın da açık kaynaklı olmasını gerektirir. Bu, şeffaflığı sağlarken ve yeniliği teşvik ederken, ticari kullanım durumlarıyla uyumlu olmayabilir.
Projeniz Ultralytics yazılımını ve yapay zeka modellerini ticari ürünlere veya hizmetlere gömmeyi içeriyorsa ve AGPL-3.0'ın açık kaynak gereksinimlerini atlamak istiyorsanız, Kurumsal Lisans idealdir.
Kurumsal Lisansın Faydaları şunlardır:
Sorunsuz entegrasyon sağlamak ve AGPL-3.0 kısıtlamalarından kaçınmak için, sağlanan formu kullanarak bir Ultralytics Kurumsal Lisansı talep edin. Ekibimiz, lisansı özel ihtiyaçlarınıza göre uyarlamanıza yardımcı olacaktır.
.webp){kind=logo}
.webp)
.webp)
.webp)