Bằng cách tích hợp các model Ultralytics YOLO vào nền tảng Grid Vision®, eSmart Systems đã giảm 50% thời gian kiểm tra, giúp phát hiện lỗi nhanh hơn và chuyển sang bảo trì chủ động.
eSmart Systems là công ty có trụ sở tại Na Uy, hỗ trợ các nhà cung cấp dịch vụ tiện ích kiểm tra và quản lý tài sản quy mô lớn như lưới điện và trạm biến áp bằng thị giác máy tính và phân tích dữ liệu. Cụ thể, nền tảng chủ lực Grid Vision® ứng dụng thị giác máy tính, phân tích không gian địa lý và dữ liệu chuỗi thời gian để phân tích ảnh hàng không, phát hiện cấu phần và khiếm khuyết, đồng thời cung cấp thông tin dự đoán trên các đường dây truyền tải.
Để nâng cao hơn nữa hiệu quả kiểm tra, eSmart Systems đã tích hợp các model Ultralytics YOLO vào Grid Vision®. Việc này giúp tăng tốc độ phát hiện khiếm khuyết và cho phép các đơn vị tiện ích chuyển từ sửa chữa phản ứng sang bảo trì theo tình trạng hiệu quả hơn.
Chuyển đổi hoạt động kiểm tra đường dây điện bằng AI và thị giác máy tính#
Có trụ sở chính tại Halden, Na Uy, eSmart Systems tập trung đưa các giải pháp đổi mới vào lĩnh vực dịch vụ tiện ích nhằm giám sát và bảo trì hạ tầng trọng yếu. Ví dụ, nền tảng chủ lực 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 đơn vị dịch vụ tiện ích trên toàn thế giới tin dùng, eSmart Systems đã kiểm tra hơn 100.000 km đường dây điện, giúp các đơn vị tiện ích đưa ra quyết định tốt hơn dựa trên dữ liệu. Grid Vision® giúp bảo trì hiệu quả hơn, giảm rủi ro và hỗ trợ chuyển đổi sang hạ tầng năng lượng bền vững có khả năng chống chịu tốt hơn.
eSmart Systems cũng đảm bảo các giải pháp AI đáp ứng tiêu chuẩn cao về quyền riêng tư dữ liệu và tuân thủ quy định. Công ty được chứng nhận ISO 27001 về quản lý an toàn thông tin và tuân thủ Điều 7.8 của Netcode, quy định về trao đổi dữ liệu an toàn trong hoạt động lưới điện châu Âu.
Những phức tạp trong hoạt động kiểm tra lưới điện#
Lưới điện trải rộng trên những khu vực rộng lớn, thường đi qua các địa điểm hẻo lánh hoặc khó tiếp cận. Nhiều hệ thống đã cũ và cần được kiểm tra thường xuyên để đảm bảo an toàn và độ tin cậy. Việc kiểm tra các cấu phần như tháp truyền tải và đường dây điện tốn thời gian, chi phí cao và có thể gây rủi ro cho người lao động.
eSmart Systems muốn thu thập ảnh hàng không bằng drone và trực thăng, rồi ứng dụng thị giác máy tính để phát hiện cấu phần và xác định khiếm khuyết. Tuy nhiên, do các đơn vị tiện ích có những cấu phần khác nhau và ảnh được chụp trong nhiều điều kiện khác nhau, việc duy trì quy trình kiểm tra nhất quán là một thách thức.
Hình 1. Lưới điện có thể khó bảo trì.
Việc xem xét thủ công những hình ảnh này cũng chậm và tốn nhiều nguồn lực, khiến việc mở rộng quy mô phát hiện lỗi trở nên khó khăn. Để tự động hóa hoạt động kiểm tra và hỗ trợ bảo trì chủ động, eSmart Systems cần một model 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 điện#
Để đưa khả năng tự động hóa và trí tuệ vào hoạt động kiểm tra lưới điện, eSmart Systems đã tích hợp Ultralytics YOLO, một model thị giác máy tính, vào nền tảng Grid Vision®. Các model Ultralytics YOLO hỗ trợ nhiều tác vụ thị giác máy tính, bao gồm phát hiện đối tượng, cho phép nền tảng xác định các cấu phần chính như tháp, xà ngang, chuỗi cách điện và dây dẫn trong ảnh hàng không.
Các model này cũng được dùng để phát hiện khiếm khuyết như cây cối xâm lấn hành lang tuyến, hư hỏng và hao mòn, những yếu tố có thể ảnh hưởng đến hiệu suất lưới điện. Sau khi các cấu phần và khiếm khuyết được phát hiện, thông tin sẽ được xử lý thông qua Grid Vision®, nền tảng sử dụng xử lý trên đám mây để tự động hóa và mở rộng quy mô kiểm tra một cách nhanh chóng, chính xác.
Hình 2. Grid Vision® phát hiện các cấu phần điện bằng YOLO.
Nền tảng đánh dấu các khiếm khuyết tiềm ẩn, đánh giá mức độ rủi ro liên quan và giúp các đơn vị tiện ích lập kế hoạch bảo trì dựa trên tình trạng tài sản. Sự kết hợp giữa phát hiện và phân tích theo thời gian thực cho phép các đơn vị tiện ích chuyển từ bảo trì phản ứng sang cách tiếp cận chủ động hơn, giúp họ xử lý trước các vấn đề tiềm ẩn trước khi chúng dẫn đến sự cố tốn kém.
Bằng cách kết hợp những thông tin chuyên sâu này với siêu dữ liệu và dữ liệu chuỗi thời gian, Grid Vision® giúp các đơn vị tiện ích tối ưu hóa chiến lược bảo trì, nâng cao hiệu quả và giảm nguy cơ mất điện đột xuất.
Vì sao chọn các model Ultralytics YOLO?#
eSmart Systems lựa chọn các model Ultralytics YOLO nhờ tốc độ, độ chính xác và khả năng tích hợp liền mạch vào quy trình AI. Các model Ultralytics YOLO mang lại kết quả nhất quán khi phân tích ảnh hàng không độ phân giải cao, kích thước lớn, rất phù hợp cho hoạt động kiểm tra lưới điện.
Ngoài ra, package Python của Ultralytics cung cấp nhiều tùy chọn tích hợp, bao gồm 22 định dạng xuất. Tính linh hoạt này cho phép eSmart Systems triển khai model trên nhiều môi trường khác nhau. Họ sử dụng các định dạng như PyTorch để huấn luyện và ONNX để suy luận CPU được tối ưu hóa trong môi trường production, đặc biệt khi tài nguyên GPU trên hạ tầng đám mây bị hạn chế.
Với hơn 30 model Ultralytics YOLO đang được sử dụng trong production, eSmart Systems có thể mở rộng quy mô kiểm tra một cách hiệu quả. Nhờ đó, công ty có thể tập trung cải thiện chất lượng dữ liệu và giải quyết các thách thức đặc thù của từng đơn vị tiện ích.
Giảm 50% thời gian kiểm tra bằng Ultralytics YOLO#
Grid Vision® vận hành bằng các model Ultralytics YOLO đã tạo tác động đáng kể trong việc nâng cao hoạt động kiểm tra của các đơn vị tiện ích. Bằng cách tự động hóa kiểm tra tài sản và cải thiện khả năng phát hiện khiếm khuyết, Grid Vision® đã giảm khối lượng công việc thủ công, tăng cường an toàn và thúc đẩy các chiến lược bảo trì chủ động hơn.
Ví dụ, tại Thụy Sĩ, một công ty năng lượng lớn quản lý hàng nghìn cột trụ (các cấu trúc cao đỡ đường dây điện) trên địa hình đồi núi đã giảm 50% thời gian kiểm tra. Chuyển từ việc công nhân leo cột thủ công sang kiểm tra bằng drone giúp phát hiện lỗi nhanh hơn, cải thiện an toàn lao động và tiết kiệm thời gian.
Tương tự, tại Hoa Kỳ, một nhà cung cấp dịch vụ tiện ích lớn đã số hóa 1.400 cấu trúc truyền tải chỉ trong ba tháng bằng Grid Vision®. Phân tích hình ảnh dựa trên AI này thay thế việc xem xét ảnh thủ công, cho phép xác thực từ xa và đưa ra quyết định lập kế hoạch vốn tốt hơn dựa trên dữ liệu.
Tương tự, tại Phần Lan, một đơn vị vận hành hệ thống truyền tải đã giảm số lượt kiểm tra thực địa và hạn chế sự cố mất điện bằng cách chuyển từ kiểm tra trên mặt đất sang đánh giá có hỗ trợ drone. Với Grid Vision® và khả năng phát hiện lỗi dựa trên YOLO, độ chính xác khi kiểm tra được cải thiện, giúp nhân viên lành nghề tập trung vào những nhiệm vụ quan trọng hơn.
Hình 3. Hình ảnh các đường dây lưới điện ở Phần Lan được giám sát bằng Grid Vision® và YOLO.
Tiếp sức cho thế hệ kiểm tra hạ tầng tiện ích tiếp theo#
Trong thời gian tới, khi eSmart Systems mở rộng hoạt động trên toàn cầu, công ty đang giải quyết các thách thức như cơ sở hạ tầng khác nhau, phương thức chụp ảnh không đồng nhất và hiện tượng trôi dữ liệu giữa các khu vực. Để khắc phục những vấn đề này, công ty đang tập trung giúp Grid Vision® có khả năng mở rộng và thích ứng tốt hơn.
Những tiến bộ của công ty trong các pipeline MLOps đóng vai trò then chốt, giúp đơn giản hóa việc huấn luyện lại model và tự động hóa quá trình mở rộng dataset. Các cải tiến này liên tục nâng cao độ chính xác và hiệu suất của các giải pháp AI. eSmart Systems đang mở đường cho hoạt động quản lý lưới điện hiệu quả và đáng tin cậy hơn, đồng thời bảo đảm cách tiếp cận sẵn sàng cho tương lai đối với quá trình chuyển dịch năng lượng toàn cầu.
Bạn quan tâm đến thị giác máy tính? Khám phá repository GitHub của chúng tôi để tìm hiểu cách các model Ultralytics YOLO thúc đẩy đổi mới trong các lĩnh vực như thị giác máy tính cho ảnh chụp từ trên không và thị giác máy tính trong nông nghiệp. Tìm hiểu thêm về các model YOLO và các tùy chọn cấp phép ngay hôm nay!
Được viết bởi
Nhà sáng tạo nội dung · Ultralytics
