बाज़ समाधान $20 मिलियन श्रृंखला ए को बढ़ाने के लिए एआई-संचालित ग्रिड बुद्धिमत्ता

बाज़ समाधान ने $20 मिलियन की एक अतिसूचीबद्ध श्रृंखला ए फंडिंग राउंड में जुटाया है, क्योंकि उपयोगिताएं ऊर्जा बुनियादी ढांचे की निरीक्षण, रखरखाव और मजबूती के लिए तेजी से तरीकों की तलाश कर रही हैं।

एस3 वेंचर्स ने राउंड का नेतृत्व किया, गोपॉइंट वेंचर्स से महत्वपूर्ण अनुवर्ती निवेश के साथ। मौजूदा निवेशक हार्स्टलैब और ब्लैकहॉर्न वेंचर्स ने भी भाग लिया। बाज़ समाधान ने कहा कि पूंजी उत्पाद विकास, अपनी बाजार टीम के विस्तार और उपयोगिता ग्राहकों के साथ गहरे तैनाती का समर्थन करेगी।

पालो अल्टो स्थित कंपनी बिजली लाइनों, सबस्टेशनों और उपयोगिता-स्तर के सौर स्थापना जैसे बुनियादी ढांचे से एकत्रित दृश्य निरीक्षण डेटा का विश्लेषण करने वाले कृत्रिम बुद्धिमत्ता सॉफ्टवेयर विकसित करती है। इसके ग्राहकों में डोमिनियन ऊर्जा, अमेरिकन इलेक्ट्रिक पावर और न्यूयॉर्क पावर प्राधिकरण शामिल हैं।

मैनुअल इमेज रिव्यू से परे ग्रिड निरीक्षण को ले जाना

उपयोगिताओं ने बढ़ती तरह से ड्रोन, हेलीकॉप्टर, फिक्स्ड-विंग विमान, थर्मल कैमरे और अन्य इमेजिंग सिस्टम को बुनियादी ढांचे की निरीक्षण के लिए अपनाया है। ये प्रौद्योगिकियां पारंपरिक क्षेत्र निरीक्षण की तुलना में बहुत अधिक डेटा एकत्र कर सकती हैं, लेकिन वे एक नई चुनौती भी पेश करती हैं: निर्णय लेने को प्रभावित करने के लिए पर्याप्त तेजी से हजारों या लाखों छवियों को संसाधित करना।

बाज़ समाधान का पावरएआई प्लेटफ़ॉर्म उस बोतलनेक को संबोधित करने के लिए डिज़ाइन किया गया है। यह हवाई और जमीन-आधारित निरीक्षण कार्यक्रमों से छवियों को निगलता है, छवियों को विशिष्ट संरचनाओं के साथ मेल खाता है, संभावित दोषों की पहचान करता है और मुद्दों को उनकी गंभीरता के आधार पर रैंक करने में मदद करता है।

प्लेटफ़ॉर्म लाल-हरा-नीले (आरजीबी) और थर्मल इमेजरी का विश्लेषण कर सकता है जो क्षतिग्रस्त पोल, खराब हो रहे क्रॉसआर्म, अधिक गर्म ट्रांसफ़ॉर्मर, वनस्पति अतिक्रमण, इन्सुलेटर क्षति और पक्षी घोंसले जैसी समस्याओं के लिए। परिणाम तब भौगोलिक सूचना प्रणाली, कार्य आदेश प्लेटफ़ॉर्म और संपत्ति प्रबंधन सॉफ़्टवेयर में एकीकरण और अनुप्रयोग प्रोग्रामिंग इंटरफ़ेस के माध्यम से भेजे जा सकते हैं।

यह कार्यप्रवाह महत्वपूर्ण है क्योंकि एक दोष की पहचान करना बुनियादी ढांचे के प्रबंधन का केवल एक हिस्सा है। उपयोगिताओं को यह भी निर्धारित करना होगा कि प्रभावित संपत्ति कहां स्थित है, यह कितनी जल्दी ध्यान देने की आवश्यकता है, कार्य सौंपें और समय के साथ उस संपत्ति की स्थिति को ट्रैक करें।

पावरएआई कंप्यूटर विजन को मानव पर्यवेक्षण के साथ जोड़ती है

बाज़ समाधान कहता है कि इसके मॉडल उपयोगिता छवियों के एक दशक से अधिक का उपयोग करके समायोजित किए गए हैं, न कि केवल छोटे प्रदर्शन डेटासेट पर प्रशिक्षित। प्लेटफ़ॉर्म में वर्तमान में 50 से अधिक कृत्रिम बुद्धिमत्ता मॉडल शामिल हैं और यह प्रति सेकंड 5.8 से अधिक छवियों को संसाधित कर सकता है, कंपनी द्वारा प्रकाशित आंकड़ों के आधार पर।

पावरएआई में मानव-इन-द-लूप समीक्षा क्षमताएं भी शामिल हैं। निरीक्षक दोषों की पहचान की पुष्टि कर सकते हैं, मॉडल आउटपुट को सही कर सकते हैं और जैसे ही सिस्टम अतिरिक्त बुनियादी ढांचे के प्रकार और संचालन स्थितियों का सामना करता है, सटीकता में सुधार कर सकते हैं।

स्वचालन और मानव समीक्षा का यह संयोजन विशेष रूप से उपयोगिता वातावरण में प्रासंगिक है, जहां झूठे सकारात्मक परिणाम अनावश्यक क्षेत्र कार्य बना सकते हैं, जबकि एक छूटे हुए दोष उपकरण विफलता, ब्लैकआउट या सुरक्षा जोखिमों को योगदान कर सकते हैं।

बाज़ कई संस्करणों की पेशकश करता है। उपयोगिताएं केंद्रीकृत निरीक्षण डेटा प्रबंधन और मैनुअल समीक्षा के साथ शुरू कर सकती हैं और फिर स्वचालित छवि विश्लेषण, भौगोलिक सूचना प्रणाली मैपिंग, उन्नत विश्लेषण और कार्य और संपत्ति प्रबंधन प्रणालियों के साथ एकीकरण की ओर बढ़ सकती हैं।

प्लेटफ़ॉर्म को ग्रिड भर में विस्तारित करना

पावरएआई最初 में प्रसारण और वितरण बुनियादी ढांचे पर केंद्रित था, लेकिन बाज़ समाधान ने प्लेटफ़ॉर्म को सबस्टेशन और उपयोगिता-स्तर के सौर में विस्तारित किया है।

वितरण नेटवर्क के लिए, सॉफ़्टवेयर व्यक्तिगत पोल और संरचनाओं के साथ निरीक्षण छवियों को जोड़ सकता है और फिर उन्हें क्षतिग्रस्त हार्डवेयर, ट्रांसफ़ॉर्मर समस्याओं या वनस्पति जोखिमों के लिए विश्लेषण कर सकता है। प्रसारण टीमें समान रूप से प्लेटफ़ॉर्म का उपयोग संपत्तियों को इन्वेंट्री करने और बड़े नेटवर्क में स्थिति परिवर्तनों की निगरानी करने के लिए कर सकती हैं।

सबस्टेशन पर, कंपनी सुरक्षा घटनाओं, सुरक्षा चिंताओं और उपकरण स्थितियों की निगरानी के लिए तय कैमरों और डॉक किए गए ड्रोन से छवियों का उपयोग करती है। ऑप्टिकल और थर्मल वीडियो को अनधिकृत प्रवेश, धुआं, आग या असामान्य गर्मी के हस्ताक्षर जैसी घटनाओं के लिए विश्लेषण किया जा सकता है, और डैशबोर्ड, ईमेल या टेक्स्ट संदेशों के माध्यम से अलर्ट दिए जा सकते हैं। तैनाती बादल-आधारित या ऑन-प्रिमाइसेस हो सकती है, जो उपयोगिता की परिचालन और साइबर सुरक्षा आवश्यकताओं पर निर्भर करती है।

सौर पेशकश ड्रोन-संग्रहीत आरजीबी और थर्मल इमेजरी पर कंप्यूटर विजन को लागू करती है। यह ऑपरेटरों को हॉटस्पॉट, पैनल दरारें और स्ट्रिंग आउटेज की पहचान करने में मदद करने के लिए डिज़ाइन किया गया है ताकि वे पहले ही उत्पादन में महत्वपूर्ण कमी न करें।

उपयोगिता तैनाती छोटे पायलटों से परे जाती हैं

बाज़ समाधान ने कहा कि इसके ग्राहक की संख्या पिछले वर्ष के दौरान तीन गुना हो गई जबकि राजस्व में 400% की वृद्धि हुई। कंपनी ने उपयोगिताओं द्वारा प्लेटफ़ॉर्म को बड़े निरीक्षण कार्यक्रमों में लागू करने के कई उदाहरण भी प्रकाशित किए हैं।

डोमिनियन ऊर्जा ने पावरएआई का उपयोग 74,000 छवियों को संसाधित करने के लिए किया, जो लगभग 47,000 प्रसारण टावरों को कवर करती हैं, तीन और आधे घंटे में, बाज़ समाधान के अनुसार। एईपी टेक्सास ने चक्रवाती तूफान और जंगल की आग के लिए जोखिम वाले वितरण क्षेत्र में निरीक्षण चक्र को छोटा करने के प्रयास में 88,000 से अधिक छवियों का विश्लेषण करने के लिए प्लेटफ़ॉर्म का उपयोग किया है।

न्यूयॉर्क पावर प्राधिकरण ने निरीक्षण परिणामों को एस्रीआई, आईबीएम मैक्सिमो और अपने आंतरिक मीडिया प्रणालियों के साथ एकीकृत किया है। बाज़ समाधान रिपोर्ट करता है कि उपयोगिता ने मैनुअल विश्लेषण समय में 70% की कमी की, जिससे महीनों के बजाय घंटों या दिनों में बड़ी मात्रा में निरीक्षण छवियों का मूल्यांकन किया जा सका।

इन तैनाती उपयोगिता कार्यक्रमों में अब हो रहे व्यापक बदलाव को दर्शाती हैं। उपयोगिता कार्यक्रमों में कृत्रिम बुद्धिमत्ता के अलग-अलग मॉडल का मूल्यांकन करने के बजाय, कुछ उपयोगिताएं सीधे एआई विश्लेषण को संपत्ति रिकॉर्ड, रखरखाव प्राथमिकताओं और मौजूदा परिचालन प्रणालियों से जोड़ना शुरू कर रही हैं।

बिजली की बढ़ती मांग जोड़ती है जरूरत

वित्त पोषण उस समय आता है जब संयुक्त राज्य अमेरिका बिजली की मांग में वृद्धि की अवधि में प्रवेश कर रहा है। यूएस एनर्जी सूचना प्रशासन ने बताया कि राष्ट्रीय बिजली की खपत पिछले पांच वर्षों में औसतन 2.1% प्रति वर्ष बढ़ी है, जिसमें डेटा सेंटर सर्वर मांग एक प्रमुख योगदानकर्ता के रूप में उभरा है।

एजेंसी को उम्मीद है कि 2050 तक बिजली की खपत जारी रहेगी, जो एक दशक से अधिक समय से अपेक्षाकृत सपाट मांग को उलट देगी।

कृत्रिम बुद्धिमत्ता डेटा केंद्र केवल एक दबाव का स्रोत हैं। उपयोगिताओं को नवीकरणीय पीढ़ी, परिवहन और औद्योगिक विद्युतीकरण का समर्थन करना, चरम मौसम का जवाब देना और दशकों से संचालित हो रहे बुनियादी ढांचे को बनाए रखना भी होगा।

नई पीढ़ी और प्रसारण क्षमता बनाना अभी भी आवश्यक है, लेकिन उपयोगिताओं को मौजूदा बुनियादी ढांचे से अधिक विश्वसनीयता निकालनी होगी। खराब हो रहे उपकरण की पहले पहचान करने से रखरखाव टीमों को समस्याओं को हल करने से पहले ही समस्याओं को हल करने में मदद मिल सकती है जो ब्लैकआउट, सुरक्षा घटनाएं या महंगे आपातकालीन मरम्मत में विकसित हो जाती हैं।

एआई-सहायता प्राप्त ग्रिड प्रबंधन का भविष्य

पावरएआई जैसे प्लेटफ़ॉर्म का व्यापक महत्व यह है कि वे कैसे उपयोगिताओं को समय के साथ बुनियादी ढांचे के प्रबंधन के तरीके को बदल सकते हैं। आज, कई निरीक्षण कार्यक्रम अभी भी आवर्ती और प्रतिक्रियात्मक हैं, जिसमें संपत्तियों की जांच निश्चित अनुसूचियों पर या तूफान, ब्लैकआउट और उपकरण विफलता के बाद की जाती है। जैसे ही दृश्य डेटा एकत्र करना और विश्लेषण करना आसान हो जाता है, उपयोगिताएं जोखिम-आधारित रखरखाव की ओर बढ़ना शुरू कर सकती हैं।

उस मॉडल में, कृत्रिम बुद्धिमत्ता संपत्ति की स्थिति में सूक्ष्म परिवर्तनों की पहचान करने में मदद करेगी, वर्तमान छवियों की तुलना पिछले निरीक्षणों से करेगी और उपकरण को उजागर करेगी जो अपेक्षित होने की तुलना में तेजी से खराब हो रहे हैं। रखरखाव कार्यक्रम उम्र या नियमित निरीक्षण चक्र के बजाय प्रत्येक संपत्ति की वास्तविक स्थिति और जोखिम प्रोफ़ाइल पर आधारित हो सकते हैं।

प्रौद्योगिकी तब और अधिक मूल्यवान हो सकती है जब उपयोगिताएं बड़े बेड़े के ड्रोन, फिक्स्ड कैमरे, थर्मल सेंसर और अन्य निगरानी प्रणालियों को तैनात करती हैं। स्वचालित विश्लेषण के बिना, इन उपकरणों द्वारा उत्पन्न डेटा की मात्रा निरीक्षण टीमों को अभिभूत कर सकती है। एआई सिस्टम मानव विशेषज्ञों को उन छवियों, संपत्तियों और असामान्यताओं की ओर निर्देशित करने के लिए एक फिल्टरिंग परत के रूप में कार्य करना शुरू कर सकते हैं जिन्हें ध्यान देने की सबसे अधिक आवश्यकता है।

लंबे समय में, ये क्षमताएं ग्रिड के अधिक विस्तृत डिजिटल प्रतिनिधित्व का समर्थन कर सकती हैं, जो दृश्य निरीक्षणों को मौसम डेटा, ब्लैकआउट इतिहास, वनस्पति स्थितियों और रखरखाव रिकॉर्ड के साथ जोड़ती हैं। इससे उपयोगिताओं को यह मॉडल करने में मदद मिल सकती है कि व्यक्तिगत दोष व्यापक नेटवर्क पर कैसे प्रभाव डाल सकते हैं और विश्वसनीयता और सार्वजनिक सुरक्षा पर उनके प्रभाव के आधार पर मरम्मत को प्राथमिकता दे सकते हैं।

यह परिवर्तन मॉडल की सटीकता, साइबर सुरक्षा, पारदर्शिता और जवाबदेही के आसपास महत्वपूर्ण प्रश्न भी पेश करेगा। उपयोगिताओं को यह समझने की आवश्यकता होगी कि एक प्रणाली ने एक विशिष्ट संपत्ति को क्यों चिह्नित किया, उस मूल्यांकन में कितना विश्वास है और जब मानव समीक्षा की आवश्यकता है। क्योंकि निर्णय महत्वपूर्ण बुनियादी ढांचे में शामिल हैं, एआई सिफारिशें एक पर्यवेक्षित प्रक्रिया का हिस्सा बनी रहेंगी, पूरी तरह से स्वायत्त नहीं होंगी।

यदि इन चुनौतियों का समाधान किया जा सकता है, तो कंप्यूटर विजन निरीक्षण छवियों की समीक्षा के लिए एक उपकरण से ग्रिड योजना और रखरखाव का एक अधिक केंद्रीय घटक बन सकता है। दीर्घकालिक प्रभाव आवश्यक रूप से कम निरीक्षक नहीं होगा, लेकिन उनके समय का उपयोग कैसे किया जाता है, इसमें परिवर्तन होगा, जिसमें हस्तक्षेप के लिए सबसे बड़ा अंतर लाने वाली संपत्तियों और स्थानों की ओर अधिक ध्यान केंद्रित किया जाएगा।