Nacházání skutečných partnerství: Jak společnosti z oblasti utilit evaluates umělou inteligenci dodavatelů

Svět energie prochází masivními změnami, přehodnocuje systémy navržené před více než sto lety, aby udělal místo pro vzestup chytrých, čistých technologií. Je to vzrušující doba – prakticky každý průmysl se nějakým způsobem elektrifikuje, elektrická vozidla (EV) získávají trh, a probíhá aktivní přechod na podporu distribuovaných energetických zdrojů (DER), „malých energetických zdrojů“ obvykle umístěných poblíž míst spotřeby elektřiny, jako jsou solární panely na střechách a bateriové úložiště. Ten poslední je velký problém, a jak Mezinárodní energetická asociace (IEA) uvádí, rychlá expanze DER „přemění nejen způsob, jakým se elektřina generuje, ale také způsob, jakým se obchoduje, dodává a spotřebuje“ v budoucnu.

Pro pozorovatele je tato změna pozitivní, udržitelná a dlouho očekávaná. Ale prakticky vzato, rychlá akcelerace obnovitelné energie a elektrifikace vytváří dodatečnou zátěž a namáhá limity naší sítě. Kromě tlaku z obnovitelných zdrojů čelí světové energetické systémy kritickým výzvám z extrémních povětrnostních podmínek souvisejících s probíhajícími změnami klimatu – sucha v Evropě, vln veder v Indii, těžkých zimních bouří v USA – vše vedoucí k exponenciálnímu růstu nákladů na inspekci, údržbu a opravy. Lídři v odvětví utilit jsou nyní laserově zaměřeni na zvýšení modernizace sítě, spolehlivosti a odolnosti.

Vyfoťte si to, bude to trvat déle

Pro společnosti z oblasti utilit je jejich vybavení často jejich nejdůležitějším aktivem a vyžaduje neustálou, pečlivou údržbu. Provádění této údržby závisí na stálém proudu dat (obvykle ve formě obrázků), která utility mohou analyzovat, aby detekovaly provozní anomálie. Shromažďování těchto dat se provádí mnoha způsoby, od dronů a letadel s pevným křídlem až po lineární pracovníky, kteří fyzicky procházejí místo. A s novou technologií, jako jsou UAV/drony a kamery s vysokým rozlišením na vrtulnících, se objem dat dramaticky zvýšil. Z našich rozhovorů s mnoha společnostmi z oblasti utilit víme, že utility nyní shromažďují 5-10krát více dat, než shromažďovaly v nedávných letech.

Všechna tato data činí již tak pomalý pracovní cyklus inspekcí ještě pomalejším. V průměru utility tráví ekvivalentem 6-8 měsíců pracovních hodin ročně analýzou dat z inspekcí. (Poskytnuto zákazníkem utility ze Západního pobřeží, který shromažďuje 10 milionů obrázků ročně) Velkou příčinou tohoto přebytku je, že tato analýza je stále převážně prováděna manuálně, a když společnost zachytí miliony inspekčních obrázků každý rok, proces se stává divoce neskalovatelným. Analýza anomálií je tak časově náročná, že většina dat je zastaralá, než je skutečně přezkoumána, což vede k nepřesným informacím v nejlepším případě a opakovaným inspekcím nebo nebezpečným podmínkám v nejhorším případě. Jedná se o velký problém s vysokými riziky. Analytici odhadují, že sektor elektřiny ztrácí 170 miliard dolarů ročně kvůli selháním sítě, nuceným odstávkám a hromadným katastrofám.

Stavba utility budoucnosti s umělou inteligencí poháněnými inspekcemi infrastruktury

Zlepšení spolehlivosti a odolnosti naší sítě bude vyžadovat dvě věci – peníze a čas. Naštěstí je to místo, kde může nová technologie a inovace pomoci zefektivnit proces inspekcí. Doprava umělých inteligencí (AI) a strojového učení (ML) na odvětví utilit nemůže být přehlédnuta. AI/ML je přímo doma v tomto datově bohatém prostředí, a jak se objem dat zvyšuje, schopnost AI překládat hory informací do smysluplných přehledů se zlepšuje. Podle Utility Dive existuje „již široká shoda v odvětví, že [AI/ML] má potenciál identifikovat zařízení, která jsou v nebezpečí selhání, způsobem, který je mnohem rychlejší a bezpečnější než současná metoda“ , která se spoléhá na manuální inspekce.

Zatímco slib této technologie je nesporný, stavba vlastního přizpůsobeného programu AI/ML v rámci společnosti je pomalý, časově náročný proces plný komplikací a překážek. Tyto výzvy vedly mnoho společností z oblasti utilit k hledání další podpory od externích konzultantů a dodavatelů.

3 věci, které je třeba zvážit při hodnocení potenciálního partnera AI/ML

Při hledání partnera AI/ML záleží více na činech než na slovech. Existuje mnoho elegantních společností, které mohou slibovat měsíc, ale lídři utilit by se měli zaměřit na několik důležitých metrik, aby přesně zhodnotili dopad. Mezi nejvýznamnější patří, jak dodavatel popisuje/dodává:

Růst modelu v čase – Stavba různých datových sad (dat, která mají mnoho anomálií k analýze) vyžaduje značné množství času (často několik let) a určitý typ anomálií se nevyskytuje s dostatečně vysokou frekvencí, aby se vytvořil úspěšný model AI. Například školení algoritmu pro detekci věcí, jako je hniloba, díry od datlů nebo rezavé tlumiče, může být náročné, pokud se tyto věci ve vaší oblasti nevyskytují často. Proto se zeptejte dodavatele AI/ML nejen na množství jejich datových sad, ale také na jejich kvalitu a rozmanitost.

Rychlost – Čas je peníze, a každý důvěryhodný dodavatel AI/ML by měl být schopen jasně ukázat, jak jeho nabídka urychluje proces inspekcí. Například Buzz Solutions spolupracoval s New York Power Authority (NYPA) na dodání platformy založené na AI, která byla navržena tak, aby významně snížila čas potřebný pro inspekci a analýzu. Výsledkem byl program, který mohl analyzovat obrázky aktiv v hodinách nebo dnech, místo měsíců, které to trvalo dříve. Tento časový úspora umožnila skupinám údržby NYPA priorizovat opravy a snížit potenciál selhání.

Kvalita/Přesnost – V nepřítomnosti skutečných dat pro programy AI/ML někdy společnosti doplňují syntetická data (tj. data, která byla uměle vytvořena počítačovými algoritmy), aby zaplnily mezery. Jedná se o oblíbenou praxi, a analytici předpovídají, že 60 % všech dat používaných při vývoji AI bude syntetických (místo skutečných) již v roce 2024. Ale zatímco syntetická data jsou dobrá pro teoretické scénáře, nevykonávají se dobře v reálném světě, kde je potřeba skutečná data (a zásahy člověka do smyčky) k samoopravě. Zeptejte se dodavatele na jeho směs skutečných a syntetických dat, aby zajistili, že poměr má smysl.

A pamatujte, práce nekončí, jakmile jste vybrali svého partnera. Nová myšlenka od Gartneru spočívá v pořádání pravidelných „AI Bake-Off“ akcí – popsáno jako „rychlé, informační sezení, které vám umožní vidět dodavatele vedle sebe pomocí skriptovaných demonstrací a společné datové sady v kontrolovaném prostředí“ pro hodnocení silných a slabých stránek každého. Tento proces stanoví jasná měřítka, která jsou přímo související se škálovatelností a spolehlivostí algoritmů AI/ML, které se poté shodují s cíli podnikání utilit.

Pohon budoucnosti odvětví utilit

Od efektivnějších integrací pracovních postupů až po sofistikovanou detekci anomálií pomocí AI, odvětví utilit je na mnohem světlejším пути, než tomu bylo před několika lety. Tato inovace bude muset pokračovat, zejména proto, že mandáty pro inspekci T&D se mají zdvojnásobit do roku 2030 a vláda oznámila údržbu a obranu energetické infrastruktury jako top priority národní bezpečnosti.

Je před námi ještě mnoho práce, ale jednoho dne se na tuto dobu podíváme zpět jako na zlomový okamžik, okamžik, kdy lídři odvětví zvýšili investice do budoucnosti naší energetické sítě a přivedli utility do moderní éry.