Kaitlyn Albertoli, zakladatelka Buzz Solutions – rozhovor

Kaitlyn Albertoli je zakladatelka Buzz Solutions, společnosti, která využívá umělou inteligenci k detekci poruch a předpovědní analýze pro inspekce elektrických vedení, což přináší kritické úspory při prevenci poruch, výpadků elektřiny a požárů způsobených selháním infrastruktury.

Buzz Solutions byla založena v rámci kurzu Stanford Launchpad v roce 2017, můžete sdílet některé podrobnosti o těchto raných dnech?

Založili jsme Buzz Solutions, abychom řešili kritickou potřebu, která vznikla během raných dnů inspekcí elektrické infrastruktury. Během této zásadní doby začaly elektrické společnosti shromažďovat více vizuálních dat, aby zajistily a umožnily důkladné a časté inspekce. Od počátku jsme strávili spoustu času zkoumáním bolestivých míst elektrických společností a také chápáním jejich blízkých a dlouhodobých vizí pro jejich inspekční programy.

Při uznání, že každá elektrická společnost má své vlastní prostředky inspekce a rutinní proces, se stalo jasné, že nejlepší vstupní bod na trh je prostřednictvím vysoce přesných a flexibilních algoritmů umělé inteligence. V prvních dvou letech byla naše mise postavit nejpreciznější a nejlépe retrainovatelné algoritmy na trhu, které elektrické společnosti mohly nasadit přímo do svých stávajících systémů. Spustili jsme oficiální produkt Buzz Solutions PowerAI na trh s elektrickými společnostmi v srpnu 2019.

Elektrické společnosti jsou povinny inspekovat veškerou přenosovou a distribuční infrastrukturu, proč je to takový problém pro tradiční manuální inspekční metody?

Pokud elektrické společnosti musí provádět častější inspekce, úroveň sběru dat prudce stoupá. Elektrické společnosti sbírají 5-10krát více dat než v historických úrovních, často sbírají stovky tisíc a miliony obrázků ročně. Současný proces analýzy těchto dat je prováděn manuálně, s linemeny a technikami, což je velmi časově náročný a neschopný proces. Jak se inspekce stávají častějšími, manuální proces se stává dražším, časově náročnějším a vede k vyššímu riziku selhání infrastruktury, protože data nejsou zpracována včas.

Jaký typ vizuálních dat je zachycen v terénu?

Obrázky a video proudy jsou目前 zachyceny v terénu pomocí dronů, vrtulníků, letadel a dokonce i pozemních zařízení. Drony se stávají stále více používanými pro inspekce, protože mohou létat blíže k strukturám a zachycovat obrázky z různých úhlů, které nejsou možné s pilotovanými letadly. Drony mohou zachycovat vizuální obraz různých elektrických komponent, struktur elektrické sítě, okolní vegetace a umístění. To umožňuje komplexnější inspekci, aby elektrická společnost mohla lépe pochopit stav každé infrastrukturní komponenty pro přenosové a distribuční linky a transformovny.

Jaký typ úspor je vidět při analýze těchto obrázků pomocí umělé inteligence ve srovnání s manuální analýzou?

Analýza obrázků pomocí umělé inteligence přináší obrovské úspory, které se zvyšují s časem. Umělá inteligence poskytuje přímou, počáteční úsporu asi 50% ve srovnání s manuální analýzou, a s časem se tyto úspory zvyšují exponenciálně, protože umělá inteligence sleduje trendy a stává se inteligentnější. To umožňuje cílenější, informovanější inspekce a poskytuje linemenům další úspory tím, že jim poskytuje lepší informace, aby mohli lépe a rychleji naplánovat cestu k údržbě.

Technologie Buzz Solutions může identifikovat, co je třeba opravit, již za několik hodin, můžete diskutovat o umělých inteligencích, které jsou použity k tomuto?

Algoritmy PowerAI Machine Vision jsou trénovány k detekci specifického seznamu anomálií pro infrastrukturu elektrických společností. Strávili jsme dva roky budováním těchto algoritmů od základu a agregací různých datových sad napříč geografickými oblastmi a časovými osami, abychom trénovali umělou inteligenci, aby zahrnovala tyto chyby. Naší výhodou je, že jsme trénovali naší umělou inteligenci s reálnými obrázky, nikoli „syntetickými“ obrázky, a naše přesnost identifikace a předpovědi poruch nebo problémů je podstatně vyšší než průměrná hodnota v oboru. To znamená, že elektrické společnosti mohou opravit problémy mnohem rychleji a efektivněji.

Dále naše umělá inteligence využívá člověka v smyčce trénink, kde technici a inženýři v terénu poskytují data zpět do umělé inteligence, aby model mohl být inteligentnější a personalizovanější s časem. Komplexní seznam selhání, které algoritmy PowerAI detekují dnes, byl odvozen z největších potřeb, které elektrické společnosti vyjádřily.

Můžete diskutovat o předpovědní analytickém systému, který je používán, a o výhodách, které nabízí?

Buzz sleduje trendy a selhání aktiv elektrických společností v čase, což nakonec pomáhá umělé inteligenci a systémům strojového učení stát se silnějšími, personalizovanějšími a efektivnějšími. To také tlačí systémy, aby odvodily poznatky z těchto trendů a předpověděly oblasti, které mohou být náchylné k potenciálně vyšším oblastem poruch, tj. „horkým místům“. To je místo, kde se skutečný potenciál předpovědního analytického systému projevuje a umožňuje elektrickým společnostem mít lepší přehled o tom, kde a kdy jejich zařízení může selhat.

Můžete diskutovat o svých plánech také cílit na větrnou a solární oblast?

Dosud se Buzz zaměřil na to, aby se stal nejpreciznější a nejúčinnější umělou inteligencí v prostoru inspekcí elektrických společností. Řekli jsme, že existuje mnoho dalších oblastí infrastruktury, včetně obnovitelné energetiky, kde jsou analytické inspekce potřeba a jsou velmi cenné. Buzz má plány expandovat za hranice prostoru inspekcí T&D a oznámí některé z těchto konkrétnějších tržních expanzí, jakmile budou přidány nové použití do našeho portfolia.

Jak optimalizace energetického sektoru pomáhá s bojem proti změně klimatu?

Buzz Solutions pomáhá udržitelným snahám a přispívá k některým z největších klimaticky souvisejících problémů, kterým čelíme dnes, umožněním snížení katastrof způsobených poruchami sítě, snížením emisí a zvýšením spolehlivosti sítě. Naše detekce poruch založené na umělé inteligenci snižují lesní požáry způsobené vadnými aktivy, protože upozorňujeme elektrické společnosti na selhání a vegetaci, která se blíží k infrastruktuře.

Dále naše systémy označují běžné oblasti poruch („horká místa“). Předem stanovená horká místa umožňují cílené inspekce místo toho, aby vrtulníky létaly bezcílně stovky mil. Cílené inspekce pomáhají elektrickým společnostem snižovat emise uhlíku a podporovat předpovědné reakce místo reakčních akcí. Naše technologie umožňuje více odolnou a stabilní síť, což umožňuje efektivní proniknutí obnovitelných zdrojů energie do infrastruktury sítě.

Můžete diskutovat o svém celkovém vidění digitální transformace sektoru elektrických společností?

Buzz Solutions je na předním místě digitální transformace inspekčního a údržbového workflow pro elektrické společnosti. Zatímco shromažďování více dat je důležité, je ještě důležitější úspěšně spravovat data a odvodit akční poznatky z této informace. To je místo, kde Buzz je besonders cenný.

Naše řešení PowerAI poskytuje rychlé přehledy o aktuálním stavu infrastruktury a také sleduje tato data a upozorňuje elektrické společnosti na oblast, která představuje největší riziko pro síť. PowerAI umožňuje rychlejší modernizaci komponent a efektivnější cestu k modernizaci sítě. Digitální transformace v sektoru umožnila bezproblémový sběr dat, ale síla dat spočívá v tom, že je možné transformovat surová data do ucelené obrazu a odvodit konkrétní poznatky z této informace.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Buzz Solutions.