eSmart Systems, Ultralytics YOLO modellerini Grid Vision® platformuna entegre ederek denetim süresini %50 azalttı, arızaların daha hızlı algılanmasını sağladı ve proaktif bakıma geçiş yaptı.
eSmart Systems, enerji şebekeleri ve trafo merkezleri gibi büyük ölçekli varlıkları bilgisayarlı görü ve analiz kullanarak denetleyip yönetmelerine yardımcı olan, Norveç merkezli bir şirkettir. Amiral gemisi platformları Grid Vision®, özellikle bilgisayarlı görü, coğrafi uzamsal analiz ve zaman serisi verilerinden yararlanarak hava görüntülerini analiz eder, bileşenleri ve kusurları algılar, iletim hatları için tahmine dayalı bilgiler sunar.
Denetim verimliliğini daha da artırmak için eSmart Systems, Ultralytics YOLO modellerini Grid Vision® platformuna entegre etti. Bunun sonucunda kusurlar daha hızlı algılanmaya başladı ve enerji şirketleri tepkisel onarımlardan daha verimli, duruma dayalı bakıma geçebildi.
Yapay zekâ ve bilgisayarlı görüyle elektrik hattı denetimlerini dönüştürmek#
Norveç'in Halden kentinde bulunan merkeziyle eSmart Systems, kritik altyapıyı izlemek ve bakımını yapmak üzere enerji sektörüne yenilikçi çözümler sunmaya odaklanıyor. Örneğin amiral gemisi platformları Grid Vision®, elektrik şebekeleri ve trafo merkezleri gibi büyük ölçekli varlıkların denetlenmesi ve yönetilmesi için kapsamlı bir çözüm sunuyor.
Dünya çapında 70'ten fazla enerji şirketinin güvendiği eSmart Systems, 100.000 kilometreden fazla elektrik hattını denetleyerek bu şirketlerin veriye dayalı daha iyi kararlar almasını sağladı. Grid Vision® bakımı daha verimli hale getiriyor, riskleri azaltıyor ve daha dayanıklı, sürdürülebilir enerji altyapısına geçişi destekliyor.
eSmart Systems ayrıca yapay zekâ çözümlerinin veri gizliliği ve mevzuata uyum konusunda yüksek standartları karşılamasını sağlıyor. Bilgi güvenliği yönetimi için ISO 27001 sertifikasına sahip ve Avrupa elektrik şebekesi operasyonlarında güvenli veri alışverişini düzenleyen Netcode'un 7.8. Maddesi'ne uyuyor.
Şebeke denetimlerinin karmaşıklığı#
Elektrik şebekeleri geniş alanlara yayılır ve çoğu zaman uzak ya da ulaşılması zor bölgelerden geçer. Bu sistemlerin çoğu eskimiştir ve güvenlik ile güvenilirliklerini sağlamak için düzenli denetim gerektirir. İletim kuleleri ve elektrik hatları gibi bileşenleri denetlemek zaman alıcı, maliyetli ve çalışanlar için riskli olabilir.
eSmart Systems, dronlar ve helikopterlerle hava görüntüleri çekmeyi, bileşenleri algılamak ve kusurları belirlemek için de bilgisayarlı görü uygulamayı hedefledi. Ancak enerji şirketlerinin farklı bileşenlere sahip olması ve görüntülerin çeşitli koşullarda çekilmesi, tutarlı bir denetim iş akışı sürdürmeyi zorlaştırdı.
Şekil 1. Elektrik şebekelerinin bakımını yapmak zor olabilir.
Bu görüntüleri elle incelemek de yavaş ve kaynak yoğun bir süreçti; bu nedenle arıza algılamasını ölçeklendirmek zordu. Denetimleri otomatikleştirmek ve proaktif bakımı desteklemek için eSmart Systems'in farklı varlık türlerinde, bölgelerde ve hava koşullarında güvenilir biçimde çalışabilecek hızlı ve uyarlanabilir bir Görsel Yapay Zekâ modeline ihtiyacı vardı.
Şebeke denetimlerinde nesne algılama ve YOLO'nun rolü#
eSmart Systems, şebeke denetimlerine otomasyon ve zekâ katmak için bilgisayarlı görü modeli 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 algılama dahil çeşitli bilgisayarlı görü görevlerini destekler.
Modeller ayrıca şebekenin performansını etkileyebilecek bitki örtüsünün yaklaşması, hasar ve aşınma gibi kusurları algılamak için de kullanılıyor. Bileşenler ve kusurlar algılandıktan sonra bu bilgiler, denetim sürecini hızla ve doğru biçimde otomatikleştirip ölçeklendirmek için bulut tabanlı işlemden yararlanan Grid Vision® üzerinden işleniyor.
Şekil 2. Grid Vision®, YOLO kullanarak elektrik bileşenlerini algılıyor.
Platform olası kusurları işaretliyor, ilgili risk düzeylerini değerlendiriyor ve enerji şirketlerinin varlıkların durumuna göre bakım planlamasına yardımcı oluyor. Gerçek zamanlı algılama ve analiz birleşimi, enerji şirketlerinin tepkisel bakımdan daha proaktif bir yaklaşıma geçmesini sağlıyor ve maliyetli arızalara yol açmadan önce olası sorunlara karşı önlem almalarına yardımcı oluyor.
Grid Vision®, bu bilgileri meta veriler ve zaman serisi verileriyle birleştirerek enerji şirketlerinin bakım stratejilerini optimize etmesini, verimliliği artırmasını ve beklenmedik kesinti riskini azaltmasını sağlıyor.
Neden Ultralytics YOLO modellerini seçmeli?#
eSmart Systems, hızları, doğrulukları ve yapay zekâ işlem hattına sorunsuz biçimde entegre olmaları nedeniyle Ultralytics YOLO modellerini tercih etti. Ultralytics YOLO modelleri, büyük ve yüksek çözünürlüklü hava görüntülerini analiz ederken tutarlı sonuçlar vererek şebeke denetimleri için ideal hale geliyor.
Ayrıca Ultralytics Python paketi, 15 dışa aktarma biçimi dahil çeşitli entegrasyon seçenekleri sunuyor. Bu esneklik, eSmart Systems'in modelleri farklı ortamlarda dağıtmasını sağlıyor. Eğitim için PyTorch, üretimde optimize edilmiş CPU çıkarımı için ise özellikle bulut altyapısında GPU kaynaklarının sınırlı olduğu durumlarda ONNX gibi biçimleri kullanıyorlar.
Üretimde halihazırda 30'dan fazla Ultralytics YOLO modeli bulunan eSmart Systems, denetimleri verimli biçimde ölçeklendirebiliyor. Böylece veri kalitesini artırmaya ve enerji şirketlerine özgü zorlukları ele almaya odaklanabiliyorlar.
Ultralytics YOLO ile denetim süresini %50 azaltmak#
Ultralytics YOLO modelleriyle desteklenen Grid Vision® platformunun, enerji şirketlerinin denetimlerini iyileştirmedeki etkisi önemli oldu. Varlık denetimlerini otomatikleştirip kusur algılamasını iyileştiren Grid Vision®, elle yapılan işleri azalttı, güvenliği artırdı ve daha proaktif bakım stratejilerine olanak tanıdı.
Örneğin İsviçre'de dağlık arazide elektrik hatlarını taşıyan binlerce direği yöneten büyük bir enerji şirketi, denetim sürelerini %50 azalttı. Direklere elle tırmanma yönteminden dron destekli denetimlere geçiş, arızaların daha hızlı algılanmasını sağladı, çalışan güvenliğini artırdı ve zaman kazandırdı.
Benzer şekilde ABD'de büyük bir enerji şirketi, Grid Vision® kullanarak yalnızca üç ayda 1.400 iletim yapısını dijital ortama aktardı. Yapay zekâ destekli bu görüntü analizi, fotoğrafların elle incelenmesinin yerini alarak uzaktan doğrulamayı ve daha iyi, veriye dayalı yatırım planlama kararları alınmasını sağladı.
Benzer şekilde Finlandiya'da bir iletim sistemi operatörü, yer tabanlı denetimlerden dron destekli değerlendirmelere geçerek saha ziyaretlerini ve kesintileri azalttı. Grid Vision® ve YOLO destekli kusur algılama sayesinde denetim doğruluğu arttı ve uzman çalışanlar daha önemli görevlere odaklanabildi.
Şekil 3. Grid Vision® ve YOLO kullanılarak izlenen Finlandiya'daki elektrik şebekesi hatlarına bir bakış.
Şebeke denetimlerinde yeni nesle güç veriyor#
İleriye dönük olarak eSmart Systems, küresel çapta büyürken altyapı farklılıkları, farklı görüntü yakalama yöntemleri ve bölgeler arasındaki veri kayması gibi zorlukları ele alıyor. Bu sorunların üstesinden gelmek için şirket, Grid Vision®'ı daha ölçeklenebilir ve uyarlanabilir hale getirmeye odaklanıyor.
MLOps işlem hatlarındaki ilerlemeleri, modelin yeniden eğitilmesini basitleştirip veri kümesinin genişletilmesini otomatikleştirerek önemli bir rol oynadı. Bu iyileştirmeler, yapay zeka çözümlerinin doğruluğunu ve performansını sürekli olarak artırıyor. eSmart Systems, küresel enerji dönüşümüne hazır bir yaklaşım sunarak daha verimli ve güvenilir şebeke yönetiminin önünü açıyor.
Bilgisayarlı görüyle ilgileniyor musun? Ultralytics YOLO modellerinin otonom araçlarda yapay zeka ve tarımda bilgisayarlı görü gibi alanlarda yeniliklere nasıl yön verdiğini görmek için GitHub depomuzu incele. YOLO modellerimiz ve lisanslama seçeneklerimiz hakkında hemen daha fazla bilgi edin!
