Kaitlyn Albertoli – Grunnlegger av Buzz Solutions – Intervju-serie

Kaitlyn Albertoli er grunnlegger av Buzz Solutions, et AI-selskap som tilbyr feiloppsporing og prediktiv analyse for kraftledningsinspeksjoner, og som gir kritiske besparelser ved å forebygge nedbrudte linjer, strømbrudd og skogbranner forårsaket av feil i nettinfrastrukturen.

Buzz Solutions ble grunnlagt som en del av Stanford Launchpad-kursen i 2017, kan du dele noen detaljer om disse tidlige dagene?

Vi startet Buzz Solutions for å løse et kritisk behov som oppstod under de tidlige dagene med inspeksjon av kraftutstyrsinfrastruktur. Under denne avgjørende tiden begynte kraftselskapene å samle inn mer visuell data for å sikre og muliggjøre grundige og hyppige inspeksjoner. Fra starten av tilbrakte vi mye tid på å dykke ned i smertepunktene til kraftselskapene, samt å forstå deres kort- og langtidsvisjoner for inspeksjonsprogrammene.

Vi innser at hvert kraftselskap har sine egne unike måter å inspisere og rutinemessige prosesser, og det ble klart at det beste inngangspunktet til markedet var gjennom høyt nøyaktige og fleksible AI-drevne algoritmer. I de første to årene var vår misjon å bygge de mest nøyaktige og enkelt omtrene algoritmene på markedet som kraftselskapene kunne deployere direkte i sine eksisterende systemer. Vi lanserte det offisielle Buzz Solutions PowerAI-produktet på kraftmarkedet i august 2019.

Kraftselskapene er pålagt å inspisere all overførings- og distribusjonsinfrastruktur, hvorfor er dette et så stort problem for de manuelle inspeksjonsmetodene?

Ettersom kraftselskapene er pålagt å gjennomføre hyppigere inspeksjoner, øker datamengden betraktelig. Kraftselskapene samler inn 5-10 ganger mer data enn tidligere, ofte samler de inn hundredtusener og millioner av bilder årlig. Den nåværende analyseprosessen av denne datamenyen gjøres manuelt, med linjemenn og feltteknikere, som er en svært tidskrevende og uskalerbar prosess. Ettersom inspeksjonene blir hyppigere, blir den manuelle prosessen mer kostbar, tidskrevende og medfører en økt risiko for infrastrukturfeil på grunn av at datamenyen ikke behandles i tide.

Hva slags visuell prosessering av data blir fanget i feltet?

Bilder og videostrømmer blir nå fanget i feltet ved hjelp av droner, helikoptre, faste fly og selv bakkebasert datafangst. Droner blir mer og mer vanlige som inspeksjonsmetode fordi de kan fly nærmere strukturer og fange bilder fra ulike vinkler som ikke er mulig med bemannede fly. Droner kan fange visuell informasjon om ulike elektriske komponenter, kraftgitterstrukturer, omgivende vegetasjon og lokasjoner. Dette muliggjør en mer omfattende inspeksjon, slik at et kraftselskap bedre kan forstå helheten av hver infrastrukturkomponent for både overførings- og distribusjonsledninger og transformatorstasjoner.

Hva slags kostnadsbesparelser kan ses ved å analysere disse bildene med AI i stedet for manuell analyse?

Analysen av bilder med AI gir betydelige kostnadsbesparelser, som øker over tid. AI gir en direkte, initial kostnadsbesparelse på omtrent 50% sammenlignet med manuell analyse, og over tid øker disse besparelsene eksponentielt ettersom AI-en følger trender og blir smartere over tid. Dette muliggjør mer målrettede og informerte inspeksjoner og gir linjemennene ytterligere besparelser ved å levere bedre informasjon, slik at de kan planlegge en mer effektiv vedlikeholdsvei.

Teknologien til Buzz Solutions kan identifisere hva som må fikses på bare noen få timer, kan du diskutere AI-en som muliggjør dette?

PowerAI Machine Vision-algoritmer er trent til å detektere en spesifikk liste over anomaliene for kraftutstyrsinfrastruktur. Vi tilbrakte to år med å bygge disse algoritmene fra bunnen av og samlet inn varierende datamengder over geografier og tidslinjer for å trene AI-en til å omfatte disse feilene. En fordel vi har er at vi trente vår AI med ekte bilder i stedet for “syntetiske” bilder, og vår nøyaktighet i å identifisere og forutsi utstyrfeil eller problemer er betydelig høyere enn gjennomsnittet i bransjen. Dette betyr at kraftselskapene kan fikse problemer mye raskere og mer effektivt.

Additionally, vår AI utnytter human-in-the-loop-trening, hvor feltteknikere og ingeniører gir tilbake data til AI-en, slik at modellen kan bli smartere og mer personlig over tid. Den omfattende listen over feilmoduser som PowerAI-algoritmer detekterer i dag, er avledet fra de største behovene som kraftselskapene har uttrykt.

Kan du diskutere det prediktive analyse-systemet som brukes og de fordeler det tilbyr?

Buzz sporer kraftselskapets trend og feil over tid, og hjelper AI-en og maskinlæringssystemene til å bli sterkere, mer personlige og mer effektive. Dette muliggjør også at systemene kan avlede innsikt fra disse trendene og forutsi områder som kan være utsatt for større feil, dvs. “varme punkter”. Dette er der den sanne potensialet for et prediktivt analyse-system kommer inn i bildet, og muliggjør at kraftselskapene kan ha bedre innsikt i hvor og når deres utstyr kan feile.

Kan du diskutere dine planer om å også rette seg mot vind- og solsektoren?

Hittil har Buzz fokusert på å bli den mest nøyaktige og effektive AI-løsningen i kraftinspeksjonsmarkedet. Det er imidlertid mange andre områder av infrastruktur, inkludert fornybar energiproduksjon, hvor inspeksjonsanalyser er nødvendige og meget verdifulle. Buzz har planer om å utvide seg utenfor kraftinspeksjonsmarkedet, og vil gjøre kunngjøringer om noen av disse mer konkrete markedsutvidelsene når det er nye bruksområder som vi legger til i porteføljen.

Hvordan bidrar optimalisering av kraftsektoren til å hjelpe med klimaendringene?

Buzz Solutions bidrar til bærekraftsfokuserte innsatser og hjelper med noen av de største klimarelaterte problemene vi står overfor i dag, ved å muliggjøre reduserte nettinduserte katastrofer, reduserte utslipp og økt netttilgjengelighet. Vår AI-baserte feiloppsporing reduserer skogbranner forårsaket av feilaktige aktiva, ettersom vi varsler kraftselskapene om feil og vegetasjon som nærmer seg infrastrukturen.

Additionally, våre systemer markerer vanlige feilområder (“varme punkter”). Forhåndsbestemte varme punkter muliggjør målrettede inspeksjoner i stedet for at helikoptre flyr målrettet over hundredvis av miles. Målrettede inspeksjoner hjelper kraftselskapene å redusere karbonutslipp og fremme prediktive respons i stedet for reaksjonære handlinger. Vår teknologi muliggjør et mer motståkraftig og stabilt nett, som tillater effektiv penetrering av fornybar energi på nettinfrastrukturen.

Kan du diskutere din overordnede visjon for digital transformasjon av kraftsektoren?

Buzz Solutions er i forkant av den digitale transformasjonen av inspeksjons- og vedlikeholdsarbeidsflyten for kraftselskap. Mens innhenting av mer data er viktig, er det enda viktigere å lykkes i å håndtere datamenyen og avlede handlinger fra informasjonen. Dette er der Buzz er spesielt verdifull.

Ikke bare gir vår løsning PowerAI rask innsikt i den nåværende tilstanden til infrastrukturen, men den sporer også denne datamenyen og varsler kraftselskapet om et område som utgjør den største risikoen for nettet. PowerAI muliggjør en raskere oppgradering av komponenter og en mer effektiv vei mot nettmodernisering. Digital transformasjon i sektoren har muliggjort en sømløs innhenting av data, men kraften i datamenyen ligger i å kunne omdanne rådata til en samlet bilde og avlede spesifikke innsikter fra informasjonen.

Takk for det flotte intervjuet, lesere som ønsker å lære mer kan besøke Buzz Solutions.