Kaitlyn Albertoli Buzz Solutionsin perustaja – Haastattelusarja

Kaitlyn Albertoli on Buzz Solutions:n perustaja, joka on AI-yritys, joka tarjoaa varainjektion havaitsemisen ja ennustavan analytiikan voimajohtojen tarkastukseen, tarjoamalla kriittisiä säästöjä estääkseen kaatuneita linjoja, sähkökatkoja ja sytyttämällä metsäpaloja epäonnistuneen verkkoinfrastruktuurin vuoksi.

Buzz Solutions perustettiin osana Stanford Launchpad -kursia vuonna 2017, voitko kertoa joitain yksityiskohtia varhaisista päivistä?

Aloimme Buzz Solutionsin osoittamaan kriittistä tarvetta, joka nousi esille sähköyhtiöiden infrastruktuurin tarkastuksen alkuvaiheessa. Tänä ratkaisevana aikana sähköyhtiöt alkoivat kerätä enemmän visuaalista dataa varmistaakseen ja mahdollistaakseen perusteelliset ja toistuvat tarkastukset. Alusta alkaen vietimme paljon aikaa ymmärtääksemme sähköyhtiöiden haasteita sekä ymmärtääksemme niiden lyhyen ja pitkän aikavälin visiota tarkastusohjelmilleen.

Tunnistettuamme, että jokaisella sähköyhtiöllä on oma tapansa tarkastaa ja prosessi, selvisi, että paras tapa päästä markkinoille oli korkean tarkkuuden ja joustavan AI-vetoisen algoritmien kautta. Ensimmäisten kahden vuoden aikana tehtävämme oli rakentaa markkinoiden tarkin ja helpoimmin uudelleen koulutettavissa oleva algoritmi, jonka sähköyhtiöt voivat ottaa suoraan käyttöön olemassa oleviin järjestelmiinsä. Lanseerasimme virallisen Buzz Solutions PowerAI-tuotteen sähköyhtiömarkkinoille elokuussa 2019.

Miksi sähköyhtiöiden on pakko tarkastaa kaikki siirtolinjat ja jakelujärjestelmät, ja miksi tämä on niin suuri ongelma perinteisille manuaalisille tarkastusmenetelmille?

Koska sähköyhtiöiden on tehtävä tarkastuksia yhä useammin, datan kerääminen on räjähdysmäistä. Sähköyhtiöt keräävät 5-10 kertaa enemmän dataa kuin historiallisesti, usein keräävät satoja tuhansia ja miljoonia kuvia vuosittain. Tämän datan analyysi tehdään manuaalisesti, linjamiehillä ja kenttäteknikoilla, mikä on erittäin työlääs ja mittava prosessi. Koska tarkastukset yleistyvät, manuaalinen prosessi tulee kalliimmaksi, aikaa vievemmäksi ja alttiimmaksi infrastruktuurin vikojen vuoksi, kun dataa ei käsitellä ajallaan.

Mitä visuaalista prosessointidataa kerätään kenttätyössä?

Kuvia ja videovirtoja kerätään kenttätyössä käyttäen droneja, helikoptereita, kiinteitä lentokoneita ja jopa maanpäällistä datakeräystä. Droneja käytetään yhä enemmän tarkastuksiin, koska ne voivat lentää lähemmäs rakenteita ja kerätä kuvia eri kulmista, mitä ei ole mahdollista miehitetyillä lentokoneilla. Droneja voidaan käyttää keräämään visuaalista kuvaa eri sähkökomponenteista, voimaverkkojen rakenteista, ympäröivästä kasvillisuudesta ja sijainnista. Tämä mahdollistaa kattavamman tarkastuksen, jotta sähköyhtiö voi paremmin ymmärtää kunkin infrastruktuurikomponentin terveydentilaa sekä T&D -voimajohtoja että alustoja.

Mitä kustannussäästöjä voidaan saavuttaa analysoimalla näitä kuvia AI:n avulla verrattuna manuaaliseen analyysiin?

Kuvien analysointi AI:n avulla tarjoaa valtavat kustannussäästöt, jotka kasvavat ajan myötä. AI tarjoaa suoran, alustavan kustannussäästön noin 50 % verrattuna manuaaliseen analyysiin, ja ajan myötä nämä säästöt kasvavat eksponentiaalisesti, kun AI seuraa trendejä ja tulee älykkäämmäksi ajan myötä. Tämä mahdollistaa kohdennetummat, informoidummat tarkastukset ja tarjoaa linjamiehille lisää säästöjä antamalla heille parempaa tietoa, jotta he voivat suunnitella tarkemmin ja nopeammin ylläpitopolun.

Buzz Solutionsin teknologia voi tunnistaa, mitä on korjattava vain muutamassa tunnissa, voitko keskustella AI:sta, jota käytetään tämän mahdollistamiseen?

PowerAI Machine Vision -algoritmit on koulutettu havaitsemaan tietty luettelo poikkeamia sähköyhtiöiden infrastruktuurille. Vietimme kaksi vuotta rakentamassa näitä algoritmeja alusta alkaen ja keräämällä erilaisia tietoja eri paikoista ja aikajanoista kouluttaa AI:tä kattamaan nämä virheet. Meillä on etu, että koulutimme AI:namme oikeilla kuvilla eikä “synteettisillä” kuvilla, ja meidän virheiden tunnistamisen ja ennustamisen tarkkuus on huomattavasti korkeampi kuin alan keskiarvo. Tämä tarkoittaa, että sähköyhtiöt voivat korjata ongelmat nopeammin ja tehokkaammin.

Lisäksi meidän AI hyödyntää human-in-the-loop -koulutusta, jossa kenttäteknikot ja insinöörit antavat dataa takaisin AI:lle, jotta malli voi tulla älykkäämmäksi ja henkilökohtaisemmaksi ajan myötä. Laaja luettelo virhetiloja, joita PowerAI-algoritmit havaitsevat tänään, on johdettu suurimmista tarpeista, jotka sähköyhtiöt ovat ilmaisseet.

Voitko keskustella ennustavan analytiikan järjestelmästä, jota käytetään, ja siitä, mitä hyötyjä se tarjoaa?

Buzz seuraa sähköyhtiöiden omaisuuden trendejä ja virheitä ajan myötä, mikä lopulta auttaa AI:ta ja koneoppimisjärjestelmiä tulemaan vahvemmaksi, henkilökohtaisemmaksi ja tehokkaammaksi. Tämä myös ajaa järjestelmiä johtamaan oivalluksia näistä trendeistä ja ennustamaan alueita, jotka saattavat olla alttiimpia virheille, eli “kuumia kohtia”. Tässä on todellinen potentiaali ennustavan analytiikan järjestelmälle, ja se mahdollistaa sähköyhtiöille paremman näkymän siihen, missä ja milloin heidän laitteistonsa saattaa epäonnistua.

Voitko keskustella suunnitelmistasi myös tuulelle ja aurinkoenergialle?

Toistaiseksi Buzz on keskittynyt tulemaan tarkin ja tehokkain AI-ratkaisuksi sähköyhtiöiden tarkastusmarkkinoilla. Sanotaan, että on muitakin infrastruktuurin aloja, kuten uusiutuvan energian tuotanto, joissa tarkastusanalytiikka on tarpeen ja arvokas. Buzz aikoo laajentaa toimintaansa T&D-tarkastusmarkkinoiden ulkopuolelle, ja teemme ilmoituksia joistakin näistä markkinoiden laajennuksista, kun otamme uusia käyttötapoja tuotevalikoimaamme.

Miten voimasektorin optimointi auttaa ilmastonmuutoksen torjunnassa?

Buzz Solutions edistää kestävän kehityksen pyrkimyksiä ja auttaa joitakin suurimmista ilmastonmuutokseen liittyvistä ongelmista, joita kohtaamme tänään, mahdollistamalla vähennetyn verkkoon perustuvien onnettomuuksien, päästöjen ja lisätyn verkon luotettavuuden. Meidän AI-pohjaiset virheiden havaitsemiset vähentävät metsäpaloja, jotka syttyvät viallisista varusteista, kun ilmoitamme sähköyhtiöille virheistä ja kasvillisuuden tunkeutumisesta infrastruktuuriin.

Lisäksi meidän järjestelmämme merkitsevät yleisiä virhealueita (“kuumia kohtia”). Ennaltamääritetyt kuuma-alueet mahdollistavat kohdennetut tarkastukset sen sijaan, että helikopterit lentävät satunnaisesti satoja mailia. Kohdennetut tarkastukset auttavat sähköyhtiöitä vähentämään hiilidioksidipäästöjä ja edistämään ennustettuja reaktioita sen sijaan, että reagoidaan reaktiivisesti. Meidän teknologiamme mahdollistaa kestävämmän ja vakaamman verkon, jolloin uusiutuvien energianlähteiden käyttäminen verkkoinfrastruktuurissa on tehokkaampaa.

Voitko keskustella visiostasi sähköyhtiösektorin digitaalisen muutoksen osalta?

Buzz Solutions on sähköyhtiöiden tarkastus- ja ylläpitotyön prosessin digitaalisen muutoksen eturintamassa. Vaikka datan kerääminen on tärkeää, on vielä tärkeämpää hallita dataa onnistuneesti ja johtaa toimintaa antavia oivalluksia tiedosta. Tässä Buzz on erityisen arvokas.

Meidän ratkaisumme PowerAI tarjoaa nopeita oivalluksia infrastruktuurin nykyisestä terveydentilasta, ja se myös seuraa tätä dataa ja ilmoittaa sähköyhtiöille alueista, jotka aiheuttavat suurimman riskin verkolle. PowerAI mahdollistaa nopeamman komponenttien päivittämisen ja tehokkaamman polun verkon modernisointiin. Digitaalinen muutos alalla on mahdollistanut vaivattoman datan keräämisen, mutta datan voima on kyky muuttaa raakadata yhtenäiseksi kuvaksi ja johtaa tarkkoja oivalluksia tiedosta.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Buzz Solutions:ssa.