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 kendi platformu Grid Vision®'a entegre ederek denetim süresini %50 azalttı, daha hızlı arıza tespiti sağladı ve proaktif bakıma geçti.
eSmart Systems, kamu hizmeti sağlayıcılarının bilgisayar görüşü ve analitiği kullanarak elektrik şebekeleri ve trafo merkezleri gibi büyük ölçekli varlıkları incelemesine ve yönetmesine yardımcı olan Norveç merkezli bir şirkettir. Özellikle, amiral gemisi platformları Grid Vision®, hava görüntülerini analiz etmek, bileşenleri ve kusurları detect etmek ve iletim hatları boyunca öngörücü bilgiler sağlamak için bilgisayarla görme, jeo-uzamsal analitik ve zaman serisi verilerinden yararlanır.
Denetim verimliliğini daha da artırmak için eSmart Systems, Ultralytics YOLO modellerini Grid Vision®'a entegre etti. Bu, arıza tespit hızını artırdı ve kamu hizmetlerinin reaktif onarımlardan daha verimli, duruma dayalı bakıma geçmesini mümkün kıldı.
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, dronlar ve helikopterler kullanarak havadan görüntü yakalamayı, bileşenleri detect etmek ve kusurları belirlemek için bilgisayar görüşü uygulamayı amaçladı. Ancak, kamu hizmetleri farklı bileşenlere sahip olduğundan ve çeşitli koşullarda görüntü yakaladığından, tutarlı bir denetim iş akışını sürdürmek zordu.
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 bilgisayarla görme modeli olan Ultralytics YOLO'yu Grid Vision® platformuna entegre etti. Ultralytics YOLO modelleri, platformun hava görüntülerinde kuleler, çapraz kollar, izolatörler ve iletkenler gibi temel bileşenleri tanımlamasına olanak tanıyan nesne algılama da dahil olmak üzere çeşitli bilgisayarla görme görevlerini destekler.
Modeller ayrıca şebekenin performansını etkileyebilecek bitki örtüsü tecavüzü, hasar ve aşınma gibi kusurları detect 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 işleniyor.
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, Ultralytics YOLO modellerini hızları, doğrulukları ve yapay zeka işlem hattına sorunsuz entegrasyonları için benimsemiştir. Ultralytics YOLO modelleri, büyük, yüksek çözünürlüklü hava görüntülerini analiz ederken tutarlı sonuçlar sunar ve bu da onları şebeke denetimleri için ideal hale getirir.
Ayrıca, Ultralytics Python paketi, 15 dışa aktarma formatı dahil olmak üzere çeşitli entegrasyon seçenekleri sunar. Bu esneklik, eSmart Systems'ın modelleri farklı ortamlara dağıtmasını sağlar. Özellikle bulut altyapılarında GPU kaynakları sınırlı olduğunda, eğitim için PyTorch ve üretimde optimize edilmiş CPU çıkarımı için ONNX gibi formatları kullanıyorlar.
Halihazırda üretimde olan 30'dan fazla Ultralytics YOLO modeli ile eSmart Systems, denetimleri verimli bir şekilde ölçeklendirebilir. Bu sayede veri kalitesini artırmaya ve işletmeye özgü zorlukları ele almaya odaklanabilirler.
Ultralytics YOLO modelleri tarafından desteklenen Grid Vision®'ın etkisi, kamu hizmeti denetimlerinin geliştirilmesinde önemli olmuştur. Grid Vision®, varlık denetimlerini otomatikleştirerek ve kusur tespitini iyileştirerek manuel iş yükünü azalttı, güvenliği artırdı ve daha proaktif bakım stratejilerini kolaylaştırdı.
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, yer tabanlı denetimlerden drone destekli değerlendirmelere geçerek saha ziyaretlerini azalttı ve kesintileri en aza indirdi. Grid Vision® ve YOLO hata tespiti sayesinde denetim doğruluğu arttı ve kalifiye çalışanlar 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.
Bilgisayarlı görü ile ilgileniyor musunuz? Ultralytics YOLO modellerinin sürücüsüz araçlarda yapay zeka ve tarımda bilgisayarla görme gibi alanlarda yenilikleri nasıl yönlendirdiğini görmek için GitHub havuzumuzu keşfedin. YOLO modellerimiz ve lisanslama seçeneklerimiz hakkında bugün daha fazla bilgi edinin!
Ultralytics YOLO modelleri, görüntülerden ve video girdilerinden gelen görsel verileri analiz etmek için geliştirilmiş bilgisayarla görme mimarileridir. Bu modeller Nesne algılama, sınıflandırma, poz tahmini, izleme ve örnek segmentasyonu gibi görevler için eğitilebilirUltralytics YOLO modelleri şunları içerir:
Ultralytics YOLO11 , Bilgisayarla Görme modellerimizin en son sürümüdür. Tıpkı önceki sürümleri gibi, Vision AI topluluğunun YOLOv8 hakkında sevdiği tüm bilgisayarla görme görevlerini destekler. Bununla birlikte, yeni YOLO11 daha yüksek performans ve doğrulukla birlikte gelir, bu da onu güçlü bir araç ve gerçek dünyadaki endüstri zorlukları için mükemmel bir müttefik haline getirir.
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 YOLO11 depoları, varsayılan olarak AGPL-3.0 Lisansı altında dağıtılır. OSI onaylı bu lisans öğrenciler, araştırmacılar ve meraklılar için tasarlanmıştır, açık işbirliğini teşvik eder ve AGPL-3.0 bileşenlerini kullanan herhangi bir yazılımın da açık kaynaklı olmasını gerektirir. Bu, şeffaflığı sağlar ve yeniliği teşvik ederken, ticari kullanım durumlarıyla uyumlu olmayabilir.
Projeniz Ultralytics yazılımını ve AI modellerini ticari ürünlere veya hizmetlere yerleştirmeyi içeriyorsa ve AGPL-3.0'ın açık kaynak gereksinimlerini atlamak istiyorsanız, bir 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)