Kaitlyn Albertoli Gründerin von Buzz Solutions – Interviewreihe

Kaitlyn Albertoli ist die Gründerin von Buzz Solutions, einem KI-Unternehmen, das Asset-Fehlererkennung und Predictive-Analytics für Powerline-Inspektionen bereitstellt, um kritische Einsparungen bei der Verhinderung von abgestürzten Leitungen, Stromausfällen und durch fehlgeschlagene Netzinfrastruktur verursachten Waldbränden zu erzielen.

Buzz Solutions wurde 2017 als Teil des Stanford Launchpad-Kurses gegründet, können Sie einige Details über diese frühen Tage mitteilen?

Wir haben Buzz Solutions gegründet, um einem kritischen Bedarf zu begegnen, der während der frühen Tage der Inspektionen von Stromnetz-Infrastrukturen entstand. Während dieser entscheidenden Zeit begannen die Stromversorgungsunternehmen, mehr visuelle Daten zu sammeln, um gründliche und häufige Inspektionen zu ermöglichen. Von Anfang an haben wir viel Zeit damit verbracht, die Schmerzpunkte der Versorgungsunternehmen sowie ihre kurz- und langfristigen Visionen für ihre Inspektionsprogramme zu verstehen.

Da jedes Versorgungsunternehmen seine eigenen einzigartigen Inspektions- und Routineprozesse hat, wurde klar, dass der beste Einstieg in den Markt durch hochgenaue und flexible KI-gesteuerte Algorithmen erfolgen konnte. In den ersten zwei Jahren war unsere Mission, die genauesten und leichtesten Algorithmen auf dem Markt zu entwickeln, die die Versorgungsunternehmen direkt in ihre bestehenden Systeme integrieren konnten. Wir haben das offizielle Buzz Solutions PowerAI-Produkt im August 2019 auf den Markt gebracht.

Warum ist es für die Versorgungsunternehmen ein Problem, alle Übertragungs- und Verteilungsinfrastrukturen zu inspizieren, und warum ist dies ein Problem für die herkömmlichen manuellen Inspektionsmethoden?

Da die Versorgungsunternehmen verpflichtet sind, häufigere Inspektionen durchzuführen, steigen die Datenmengen explosionsartig an. Die Versorgungsunternehmen sammeln 5-10-mal mehr Daten als in der Vergangenheit, oft Hunderttausende und Millionen von Bildern pro Jahr. Der aktuelle Analyseprozess dieser Daten erfolgt manuell durch Linienarbeiter und Feldtechniker, was ein sehr zeitaufwändiger und nicht skalierbarer Prozess ist. Da die Inspektionen häufiger werden, wird der manuelle Prozess teurer, zeitaufwändiger und birgt ein höheres Risiko von Infrastrukturversagen, da die Daten nicht rechtzeitig verarbeitet werden.

Welche Art von visueller Verarbeitungsdaten wird im Feld erfasst?

Bilder und Videostreams werden derzeit im Feld mit Drohnen, Hubschraubern, Flugzeugen und sogar bodengestützten Datenerfassungssystemen erfasst. Drohnen werden zu einer häufigeren Inspektionsmethode, da sie näher an Strukturen heranfliegen und Bilder aus verschiedenen Winkeln aufnehmen können, die mit bemannten Flugzeugen nicht möglich sind. Drohnen können visuelle Bilder von verschiedenen elektrischen Komponenten, Stromnetzstrukturen, umliegender Vegetation und Standorten aufnehmen. Dies ermöglicht eine umfassendere Inspektion, sodass ein Versorgungsunternehmen die Gesundheit jeder Infrastrukturkomponente für sowohl Übertragungs- als auch Verteilungsleitungen und Umspannstationen besser verstehen kann.

Welche Art von Kosteneinsparungen werden durch die Analyse dieser Bilder mit KI im Vergleich zur manuellen Analyse erzielt?

Die Analyse von Bildern mit KI bietet enorme Kosteneinsparungen, die im Laufe der Zeit weiter ansteigen. KI bietet eine direkte, anfängliche Kosteneinsparung von etwa 50 % im Vergleich zur manuellen Analyse, und im Laufe der Zeit steigen diese Einsparungen exponentiell an, da die KI Trends verfolgt und im Laufe der Zeit intelligenter wird. Dies ermöglicht gezieltere, informiertere Inspektionen und bietet den Linienarbeitern zusätzliche Einsparungen, indem sie bessere Informationen liefern, um einen Weg zur Wartung zu planen.

Die Buzz Solutions-Technologie kann in nur wenigen Stunden erkennen, was repariert werden muss, können Sie die KI erläutern, die dies ermöglicht?

PowerAI-Machine-Vision-Algorithmen sind trainiert, um eine spezifische Liste von Anomalien für die Stromnetz-Infrastruktur zu erkennen. Wir haben zwei Jahre damit verbracht, diese Algorithmen von Grund auf aufzubauen und verschiedene Datensätze aus verschiedenen geografischen Regionen und Zeiträumen zu aggregieren, um die KI zu trainieren, um diese Fehler zu umfassen. Ein Vorteil, den wir haben, ist, dass wir unsere KI mit echten Bildern und nicht mit “synthetischen” Bildern trainiert haben, und unsere Genauigkeit bei der Erkennung und Vorhersage von Ausrüstungsfehlern oder Problemen ist erheblich höher als der Branchendurchschnitt. Dies bedeutet, dass die Versorgungsunternehmen Probleme viel schneller und effizienter beheben können.

Darüber hinaus nutzt unsere KI human-in-the-loop-Training, bei dem die Feldtechniker und Ingenieure Daten an die KI zurückführen, um das Modell im Laufe der Zeit intelligenter und personalisierter zu machen. Die umfassende Liste der Fehlermodi, die die PowerAI-Algorithmen heute erkennen, wurde aus den größten Bedürfnissen abgeleitet, die die Versorgungsunternehmen geäußert haben.

Können Sie das predictiv-analytische System erläutern, das verwendet wird, und die Vorteile, die es bietet?

Buzz verfolgt Trends und Ausfälle von Stromnetz-Assets im Laufe der Zeit und hilft dabei, die KI- und Machine-Learning-Systeme stärker, personalisierter und effizienter zu machen. Dies ermöglicht es den Systemen, Erkenntnisse aus diesen Trends abzuleiten und Bereiche zu erkennen, die möglicherweise anfälliger für Fehler sind, also “Hotspots”. Hier kommt das wahre Potenzial eines predictiv-analytischen Systems zum Tragen und ermöglicht es den Versorgungsunternehmen, bessere Einblicke in die möglichen Ausfälle ihrer Ausrüstung zu erhalten.

Können Sie Ihre Pläne erläutern, auch den Wind- und Solarsektor anzusprechen?

Bisher hat sich Buzz darauf konzentriert, die genaueste und effektivste KI-Lösung im Bereich der Inspektion von Stromnetzen zu werden. Es gibt jedoch viele andere Bereiche der Infrastruktur, wie die erneuerbare Energieerzeugung, in denen Inspektionen und Analytik benötigt werden und sehr wertvoll sind. Buzz plant, über den Bereich der T&D-Inspektion hinaus zu expandieren und wird Ankündigungen über diese konkreten Markterweiterungen machen, wenn wir neue Anwendungsfälle in unser Portfolio aufnehmen.

Wie trägt die Optimierung des Stromsektors zur Bekämpfung des Klimawandels bei?

Buzz Solutions unterstützt mit seiner KI-gesteuerten Fehlererkennung die Bemühungen um Nachhaltigkeit und hilft bei der Bekämpfung einiger der größten klimabedingten Probleme, mit denen wir heute konfrontiert sind, indem sie gridbedingte Katastrophen, Emissionen und eine höhere Netzzuverlässigkeit reduziert. Unsere KI-gesteuerte Fehlererkennung reduziert Waldbrände, die durch fehlerhafte Assets verursacht werden, da wir die Versorgungsunternehmen auf Ausfälle und Vegetation hinweisen, die auf die Infrastruktur einwirken.

Darüber hinaus kennzeichnen unsere Systeme häufige Fehlerbereiche (“Hotspots”). Vorher bestimmte Hotspot-Bereiche ermöglichen gezielte Inspektionen anstelle von Hubschraubern, die sinnlos Hunderte von Meilen fliegen. Gezielte Inspektionen helfen den Versorgungsunternehmen, Kohlenstoffemissionen zu reduzieren und ermöglichen predictivere Reaktionen anstelle von reaktiven Maßnahmen. Unsere Technologie ermöglicht ein widerstandsfähigeres und stabileres Netz, das eine effiziente Penetration von erneuerbaren Energiequellen auf der Netzinfrastruktur ermöglicht.

Können Sie Ihre Gesamtvision der digitalen Transformation des Versorgungssektors erläutern?

Buzz Solutions ist an der Spitze der digitalen Transformation des Inspektions- und Wartungsprozesses für Stromversorgungsunternehmen. Während die Sammlung von mehr Daten wichtig ist, ist es noch wichtiger, diese Daten erfolgreich zu verwalten und handhabbare Erkenntnisse aus diesen Informationen abzuleiten. Hier ist Buzz besonders wertvoll.

Nicht nur bietet unsere Lösung PowerAI schnelle Einblicke in den aktuellen Zustand der Infrastruktur, sondern sie verfolgt auch diese Daten und warnt das Versorgungsunternehmen vor einem Bereich, der das größte potenzielle Risiko für das Netz darstellt. PowerAI ermöglicht eine schnellere Aufrüstung von Komponenten und einen effizienteren Weg zur Netzmodernisierung. Die digitale Transformation im Sektor hat eine nahtlose Datenerfassung ermöglicht, aber die Macht der Daten liegt darin, die rohen Daten in ein kohärentes Bild umzuwandeln und spezifische Erkenntnisse aus diesen Informationen abzuleiten.

Vielen Dank für das großartige Interview, Leser, die mehr erfahren möchten, sollten Buzz Solutions besuchen.