eSmart Systems tự động hóa việc kiểm tra tiện ích với Ultralytics YOLO

eSmart Systems là một công ty có trụ sở tại Na Uy, chuyên hỗ trợ các nhà cung cấp dịch vụ tiện ích kiểm tra và quản lý các tài sản quy mô lớn, chẳng hạn như lưới điện và trạm biến áp, bằng công nghệ thị giác máy tính và phân tích. Đặc biệt, nền tảng chủ lực của họ, Grid Vision®, tận dụng thị giác máy tính, phân tích không gian địa lý và dữ liệu chuỗi thời gian để phân tích ảnh chụp từ trên không, phát hiện các thành phần và khiếm khuyết, đồng thời cung cấp thông tin chi tiết mang tính dự đoán trên toàn bộ đường dây truyền tải.

Để nâng cao hơn nữa hiệu quả kiểm tra, eSmart Systems đã tích hợp các mô hình Ultralytics YOLO vào Grid Vision®. Điều này giúp tăng tốc độ phát hiện lỗi và cho phép các công ty điện lực chuyển đổi từ sửa chữa phản ứng sang bảo trì hiệu quả hơn, dựa trên tình trạng.

Chuyển đổi hoạt động kiểm tra đường dây điện bằng AI và thị giác máy tính

Với trụ sở chính tại Halden, Na Uy, eSmart Systems tập trung vào việc mang đến các giải pháp sáng tạo cho ngành tiện ích để giám sát và bảo trì cơ sở hạ tầng quan trọng. Ví dụ, nền tảng chủ lực của họ, Grid Vision®, cung cấp giải pháp toàn diện để kiểm tra và quản lý các tài sản quy mô lớn như lưới điện và trạm biến áp.

Được hơn 70 công ty điện lực trên toàn thế giới tin dùng, eSmart Systems đã kiểm tra hơn 100.000 km đường dây điện, giúp các công ty điện lực đưa ra quyết định tốt hơn dựa trên dữ liệu. Grid Vision® giúp bảo trì hiệu quả hơn, giảm thiểu rủi ro và hỗ trợ quá trình chuyển đổi sang cơ sở hạ tầng năng lượng bền vững và linh hoạt hơn.

eSmart Systems cũng đảm bảo các giải pháp AI của mình đáp ứng các tiêu chuẩn cao về quyền riêng tư dữ liệu và tuân thủ quy định. Các giải pháp này được chứng nhận ISO 27001 về quản lý bảo mật thông tin và tuân thủ Điều 7.8 của Netcode, quy định về trao đổi dữ liệu an toàn trong vận hành lưới điện châu Âu.

Sự phức tạp của việc kiểm tra lưới điện 

Lưới điện trải dài trên những khu vực rộng lớn, thường xuyên đi qua những địa điểm xa xôi hoặc khó tiếp cận. Nhiều hệ thống trong số này đã cũ kỹ và cần được kiểm tra thường xuyên để đảm bảo an toàn và độ tin cậy. Việc kiểm tra các bộ phận như tháp truyền tải và đường dây điện rất tốn thời gian, chi phí cao và có thể gây nguy hiểm cho người lao động. 

eSmart Systems hướng đến mục tiêu chụp ảnh trên không bằng máy bay không người lái và trực thăng, ứng dụng công nghệ thị giác máy tính để phát hiện các thành phần và xác định lỗi. Tuy nhiên, do các tiện ích có nhiều thành phần khác nhau và chụp ảnh trong các điều kiện khác nhau, việc duy trì quy trình kiểm tra thống nhất là một thách thức.

‍

Việc xem xét thủ công những hình ảnh này cũng chậm và tốn kém tài nguyên, khiến việc mở rộng quy mô phát hiện lỗi trở nên khó khăn. Để tự động hóa việc kiểm tra và hỗ trợ bảo trì chủ động, eSmart Systems cần một mô hình Vision AI nhanh và linh hoạt, có thể hoạt động đáng tin cậy trên nhiều loại tài sản, khu vực và điều kiện thời tiết.

Vai trò của phát hiện đối tượng và YOLO trong kiểm tra lưới 

Để mang lại khả năng tự động hóa và trí tuệ cho việc kiểm tra lưới điện, eSmart Systems đã tích hợp Ultralytics YOLO, một mô hình thị giác máy tính, vào nền tảng Grid Vision® của mình. Các mô hình Ultralytics YOLO hỗ trợ nhiều tác vụ thị giác máy tính , bao gồm phát hiện vật thể, cho phép nền tảng xác định các thành phần chính như tháp, thanh giằng, sứ cách điện và dây dẫn trong ảnh chụp từ trên không. 

Các mô hình này cũng đang được sử dụng để phát hiện các khiếm khuyết như thảm thực vật xâm lấn, hư hỏng và hao mòn, những yếu tố có thể ảnh hưởng đến hiệu suất của lưới điện. Sau khi phát hiện các thành phần và khiếm khuyết, thông tin này sẽ được xử lý thông qua Grid Vision®, sử dụng công nghệ xử lý đám mây để tự động hóa và mở rộng quy trình kiểm tra một cách nhanh chóng và chính xác.

‍

Nền tảng này đánh dấu các lỗi tiềm ẩn, đánh giá mức độ rủi ro liên quan và giúp các công ty điện lực lập kế hoạch bảo trì dựa trên tình trạng tài sản. Sự kết hợp giữa phát hiện và phân tích theo thời gian thực này cho phép các công ty điện lực chuyển từ phương pháp bảo trì thụ động sang phương pháp chủ động hơn, giúp họ chủ động phát hiện và xử lý các vấn đề tiềm ẩn trước khi chúng dẫn đến những hư hỏng tốn kém.

Bằng cách tích hợp những thông tin chi tiết này với siêu dữ liệu và dữ liệu chuỗi thời gian, Grid Vision® cho phép các công ty tiện ích tối ưu hóa chiến lược bảo trì, cải thiện hiệu quả và giảm nguy cơ mất điện bất ngờ.

Tại sao nên chọn mô hình YOLO của Ultralytics?

eSmart Systems đã áp dụng các mô hình YOLO của Ultralytics nhờ tốc độ, độ chính xác và khả năng tích hợp liền mạch vào quy trình AI của mình. Các mô hình YOLO của Ultralytics mang lại kết quả nhất quán khi phân tích ảnh hàng không cỡ lớn, độ phân giải cao, lý tưởng cho việc kiểm tra lưới điện.

Ngoài ra, gói Ultralytics Python cung cấp nhiều tùy chọn tích hợp, bao gồm 15 định dạng xuất. Tính linh hoạt này cho phép eSmart Systems triển khai các mô hình trên nhiều môi trường khác nhau. Họ sử dụng các định dạng như PyTorch để đào tạo và ONNX để tối ưu hóa suy luận CPU trong sản xuất, đặc biệt là khi tài nguyên GPU bị hạn chế trong cơ sở hạ tầng đám mây của họ.

Với hơn 30 mô hình YOLO của Ultralytics đang được sản xuất, eSmart Systems có thể mở rộng quy mô kiểm tra một cách hiệu quả. Điều này cho phép họ tập trung vào việc cải thiện chất lượng dữ liệu và giải quyết các thách thức cụ thể của từng đơn vị tiện ích.

Giảm thời gian kiểm tra xuống 50% với Ultralytics YOLO

Grid Vision®, được hỗ trợ bởi các mô hình YOLO của Ultralytics, đã có tác động đáng kể trong việc nâng cao hiệu quả kiểm tra tiện ích. Bằng cách tự động hóa việc kiểm tra tài sản và cải thiện khả năng phát hiện lỗi , Grid Vision® đã giảm khối lượng công việc thủ công, tăng cường an toàn và tạo điều kiện cho các chiến lược bảo trì chủ động hơn.

Ví dụ, tại Thụy Sĩ, một công ty năng lượng lớn quản lý hàng nghìn cột điện (cấu trúc cao đỡ đường dây điện) ở địa hình đồi núi đã giảm thời gian kiểm tra xuống 50%. Việc chuyển đổi từ kiểm tra thủ công sang kiểm tra bằng máy bay không người lái đã giúp tăng tốc độ phát hiện sự cố, cải thiện an toàn cho công nhân và tiết kiệm thời gian.

Tương tự, tại Hoa Kỳ, một nhà cung cấp dịch vụ tiện ích lớn đã sử dụng Grid Vision® để số hóa 1.400 công trình truyền tải chỉ trong ba tháng. Công nghệ phân tích hình ảnh do AI điều khiển này đã thay thế việc xem xét ảnh thủ công, cho phép xác thực từ xa và hỗ trợ các quyết định lập kế hoạch vốn dựa trên dữ liệu tốt hơn.

Tương tự, tại Phần Lan, một nhà điều hành hệ thống truyền tải đã giảm thiểu các chuyến thăm thực địa và giảm thiểu sự cố mất điện bằng cách chuyển từ kiểm tra mặt đất sang đánh giá bằng máy bay không người lái. Với Grid Vision® và công nghệ phát hiện lỗi YOLO, độ chính xác của quá trình kiểm tra được cải thiện, và công nhân lành nghề có thể tập trung vào các nhiệm vụ quan trọng hơn.

‍

Cung cấp năng lượng cho thế hệ kiểm tra tiện ích tiếp theo

Nhìn về tương lai, khi eSmart Systems mở rộng ra toàn cầu, họ đang giải quyết những thách thức như cơ sở hạ tầng đa dạng, phương pháp chụp ảnh khác nhau và sự trôi dạt dữ liệu giữa các khu vực. Để khắc phục những lo ngại này, công ty đang tập trung vào việc cải thiện khả năng mở rộng và thích ứng của Grid Vision®. 

Tiến bộ của họ với các quy trình MLOps là chìa khóa, giúp đơn giản hóa việc đào tạo lại mô hình và tự động hóa việc mở rộng tập dữ liệu. Những cải tiến này liên tục nâng cao độ chính xác và hiệu suất của các giải pháp AI. eSmart Systems đang mở đường cho việc quản lý lưới điện hiệu quả và đáng tin cậy hơn, đảm bảo một phương pháp tiếp cận sẵn sàng cho tương lai đối với quá trình chuyển đổi năng lượng toàn cầu.

Bạn quan tâm đến thị giác máy tính? Khám phá kho lưu trữ GitHub của chúng tôi để xem các mô hình YOLO của Ultralytics đang thúc đẩy đổi mới như thế nào trong các lĩnh vực như AI trong xe tự lái và thị giác máy tính trong nông nghiệp . Tìm hiểu thêm về các mô hình YOLO và các tùy chọn cấp phép của chúng tôi ngay hôm nay!