eSmart Systems giảm một nửa thời gian kiểm tra đường dây điện với Ultralytics YOLO

eSmart Systems là công ty có trụ sở tại Na Uy chuyên giúp các nhà cung cấp dịch vụ tiện ích kiểm tra và quản lý tài sản quy mô lớn, chẳng hạn như lưới điện và trạm biến áp, bằng cách sử dụng computer vision và phân tích dữ liệu. Cụ thể, nền tảng chủ lực của họ, Grid Vision®, tận dụng computer vision, phân tích dữ liệu không gian địa lý và dữ liệu chuỗi thời gian để phân tích hình ảnh trên không, phát hiện các thành phần và lỗi, đồng thời cung cấp thông tin dự báo xuyên suốt các đường dây truyền tải.

Để nâng cao hơn nữa hiệu quả kiểm tra, eSmart Systems đã tích hợp Ultralytics YOLO models vào Grid Vision®. Điều này giúp tăng tốc độ phát hiện lỗi và cho phép các đơn vị tiện ích chuyển từ bảo trì phản ứng sang bảo trì dựa trên tình trạng thiết bị hiệu quả hơn.

Chuyển đổi quy trình kiểm tra đường dây điện bằng AI và thị giác máy tính#

Có trụ sở chính tại Halden, Na Uy, eSmart Systems tập trung mang lại các giải pháp đổi mới cho ngành dịch vụ tiện ích nhằm giám sát và bảo trì cơ sở hạ tầng trọng yếu. Ví dụ, nền tảng chủ lực của họ, Grid Vision®, cung cấp một giải pháp toàn diện để kiểm tra và quản lý các tài sản quy mô lớn như power grids và trạm biến áp.

Được tin dùng bởi hơn 70 công ty tiện ích trên toàn thế giới, eSmart Systems đã kiểm tra hơn 100.000 km đường dây điện, giúp các đơn vị đưa ra quyết định tốt hơn dựa trên dữ liệu. Grid Vision® giúp hoạt động bảo trì hiệu quả hơn, giảm thiểu rủi ro và hỗ trợ quá trình chuyển đổi sang cơ sở hạ tầng sustainable energy kiên cố 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. Họ đạt 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 các hoạt động vận hành lưới điện châu Âu.

Những thách thức trong kiểm tra lưới điện#

Các lưới điện trải dài trên những khu vực rộng lớn, thường đi qua những vị trí hẻo lánh hoặc khó tiếp cận. Nhiều hệ thống trong số này đã cũ và yêu cầu kiểm tra thường xuyên để đảm bảo an toàn và độ tin cậy. Việc kiểm tra các thành phần như cột truyền tải và đường dây điện rất tốn thời gian, chi phí và có thể gây rủi ro cho người lao động.

eSmart Systems đặt mục tiêu thu thập hình ảnh trên không bằng drones và trực thăng, ứng dụng computer vision để phát hiện các thành phần và nhận diện lỗi. Tuy nhiên, do các đơn vị tiện ích có các thành phần khác nhau và chụp ảnh trong nhiều điều kiện khác nhau, việc duy trì một quy trình kiểm tra nhất quán là một thử thách.

Hình 1. Lưới điện có thể gây khó khăn trong việc bảo trì.

Việc xem xét thủ công những hình ảnh này cũng chậm và tiêu tốn nhiều tài nguyên, gây khó khăn cho việc mở rộng quy mô phát hiện lỗi. Để tự động hóa việc 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 khác nhau.

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

Để mang tự động hóa và trí tuệ nhân tạo vào việc kiểm tra lưới điện, eSmart Systems đã tích hợp Ultralytics YOLO, một mô hình computer vision, vào nền tảng Grid Vision® của mình. Ultralytics YOLO models hỗ trợ nhiều computer vision tasks khác nhau, bao gồm phát hiện đối tượng, giúp nền tảng nhận diện các thành phần quan trọng như cột điện, xà ngang, sứ cách điện và dây dẫn trong hình ảnh trên không.

Các model này cũng được sử dụng để phát hiện các khiếm khuyết như tình trạng cây cối xâm lấn, hư hỏng và hao mòn, vốn có thể ảnh hưởng đến hiệu suất của lưới điện. Sau khi các thành phần và khiếm khuyết được phát hiện, thông tin này sẽ được xử lý qua Grid Vision®, nền tảng sử dụng công nghệ xử lý trên đám mây để tự động hóa và mở rộng quy trình kiểm tra một cách nhanh chóng và chính xác.

Hình 2. Grid Vision® phát hiện các thành phần điện sử dụng YOLO.

Nền tảng gắn cờ 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 của tài sản. Sự kết hợp giữa phát hiện và phân tích theo thời gian thực này cho phép các đơn vị tiện ích chuyển từ bảo trì phản ứng sang phương pháp chủ động hơn, giúp họ đi trước các vấn đề tiềm ẩn trước khi chúng dẫn đến những hỏng hóc tốn kém.

Bằng cách tích hợp các thông tin chi tiết này với metadata và dữ liệu chuỗi thời gian, Grid Vision® cho phép các đơn vị tiện ích tối ưu hóa chiến lược bảo trì, cải thiện hiệu quả và giảm rủi ro sự cố bất ngờ.

Tại sao lại chọn các mô hình Ultralytics YOLO?#

eSmart Systems đã áp dụng các model Ultralytics YOLO nhờ tốc độ, độ chính xác và khả năng tích hợp liền mạch vào pipeline AI của họ. Các model Ultralytics YOLO mang lại kết quả nhất quán khi phân tích các hình ảnh trên không có độ phân giải cao và kích thước lớn, khiến chúng trở nên lý tưởng cho việc kiểm tra lưới điện.

Bên cạnh đó, Ultralytics Python package cung cấp nhiều tùy chọn tích hợp, bao gồm 15 định dạng xuất file. 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 huấn luyện và ONNX để tối ưu hóa suy luận CPU trong môi trường sản xuất, đặc biệt là khi tài nguyên GPU bị hạn chế trong cơ sở hạ tầng đám mây của họ.

Với hơn 30 model Ultralytics YOLO đã đi vào vận hành, 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 đặc thù của ngành tiện ích.

Giảm 50% thời gian kiểm tra với Ultralytics YOLO#

Tác động của Grid Vision®, được vận hành bởi Ultralytics YOLO models, đóng vai trò quan trọng trong việc nâng cao hiệu quả kiểm tra tiện ích. Bằng cách tự động hóa việc kiểm tra tài sản và cải thiện defect detection, Grid Vision® đã giảm khối lượng công việc thủ công, tăng độ 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 điện (các cấu trúc cao hỗ trợ đường dây điện) ở địa hình miền núi đã giảm 50% thời gian kiểm tra. Việc chuyển đổi từ leo trèo thủ công sang kiểm tra dựa trên drone đã tăng tốc độ phát hiện lỗi, cải thiện sự an toàn cho người lao động và tiết kiệm thời gian.

Tương tự, tại Hoa Kỳ, một nhà cung cấp tiện ích lớn đã sử dụng Grid Vision® để số hóa 1.400 cấu trúc truyền tải chỉ trong ba tháng. Phân tích hình ảnh dựa trên AI này đã thay thế cho việc xem xét ảnh thủ công, cho phép xác thực từ xa và tạo điều kiện cho việc ra quyết định đầu tư dựa trên dữ liệu tốt hơn.

Tương tự, tại Phần Lan, một nhà vận hành hệ thống truyền tải đã giảm các chuyến đi thực địa và giảm thiểu thời gian ngừng hoạt động bằng cách chuyển từ kiểm tra trên mặt đất sang đánh giá có hỗ trợ từ drone. Với Grid Vision® và tính năng phát hiện khiếm khuyết được hỗ trợ bởi YOLO, độ chính xác của việc kiểm tra đã được cải thiện và các lao động lành nghề có thể tập trung vào những nhiệm vụ quan trọng hơn.

Hình 3. Một cái nhìn về các đường dây lưới điện tại Phần Lan được giám sát bằng Grid Vision® và YOLO.

Tiếp sức cho thế hệ kiểm tra tiện ích tiếp theo#

Trong tương lai, khi eSmart Systems mở rộng quy mô toàn cầu, họ đang giải quyết các thách thức như cơ sở hạ tầng khác biệt, phương pháp thu thập hình ảnh đa dạng và sự thay đổi dữ liệu (data drift) giữa các khu vực. Để vượt qua những mối lo ngại này, công ty đang tập trung làm cho Grid Vision® trở nên linh hoạt và có khả năng mở rộng cao hơn.

Tiến bộ của họ với các pipeline MLOps đóng vai trò then chốt, giúp đơn giản hóa việc huấn luyện lại model và tự động hóa việc mở rộng tập dữ liệu. Những cải tiến này liên tục nâng cao độ chính xác và hiệu suất cho các giải pháp AI của họ. eSmart Systems đang mở đường cho công tác quản lý lưới điện hiệu quả và tin cậy hơn, đảm bảo một cách tiếp cận sẵn sàng cho tương lai trong quá trình chuyển dịch năng lượng toàn cầu.

Bạn quan tâm đến computer vision? Hãy khám phá GitHub repository của chúng tôi để xem cách Ultralytics YOLO models đang thúc đẩy đổi mới trong các lĩnh vực như AI in self-driving cars và computer vision in agriculture. Tìm hiểu thêm về các mô hình YOLO của chúng tôi và licensing options ngay hôm nay!