Kaitlyn Albertoli Założyciel Buzz Solutions – Seria Wywiadów

Kaitlyn Albertoli jest założycielem Buzz Solutions, firmy AI, która zapewnia wykrywanie awarii aktywów i analizy predykcyjne dla inspekcji linii energetycznych, co przynosi znaczne oszczędności w zapobieganiu awariom linii, przerwom w dostawie prądu i pożarom wywołanym przez awarie infrastruktury sieciowej.

Buzz Solutions została założona w ramach kursu Stanford Launchpad w 2017 roku, czy mógłbyś podzielić się niektórymi szczegółami dotyczącymi tych wczesnych dni?

Zaczęliśmy Buzz Solutions, aby rozwiązać krytyczną potrzebę, która pojawiła się we wczesnych dniach inspekcji infrastruktury energetycznej. W tym przełomowym momencie, firmy energetyczne zaczęły gromadzić więcej danych wizualnych, aby zapewnić i umożliwić dokładne i częste inspekcje. Od samego początku, spędziliśmy dużo czasu na analizie bolączek firm energetycznych, a także na zrozumieniu ich krótko- i długoterminowych wizji programów inspekcji.

Rozpoznając, że każda firma energetyczna ma swoje własne unikalne metody inspekcji i procesy rutynowe, stało się jasne, że najlepszym punktem wejścia na rynek było opracowanie wysoko dokładnych i elastycznych algorytmów opartych na sztucznej inteligencji. W pierwszych dwóch latach, naszym celem było zbudowanie najbardziej dokładnych i łatwych do przeszkolenia algorytmów na rynku, które firmy energetyczne mogłyby wdrożyć bezpośrednio do swoich istniejących systemów. Wdrożyliśmy oficjalny produkt Buzz Solutions PowerAI na rynek energetyczny w sierpniu 2019 roku.

Firmy energetyczne są zobowiązane do inspekcji wszystkich linii przesyłowych i rozdzielczych, dlaczego jest to taki problem dla tradycyjnych metod inspekcji ręcznej?

Ponieważ firmy energetyczne są zobowiązane do przeprowadzania częstszych inspekcji, poziom zbieranych danych rośnie gwałtownie. Firmy energetyczne zbierają 5-10 razy więcej danych niż dawniej, często zbierając setki tysięcy i miliony zdjęć rocznie. Bieżący proces analizy tych danych jest wykonywany ręcznie, przez linemenów i techników polowych, co jest bardzo uciążliwym i nie skalowalnym procesem. Im częstsze są inspekcje, tym proces ręczny staje się bardziej kosztowny, czasochłonny i naraża na wzrost ryzyka awarii infrastruktury z powodu nieprzetworzonych danych w odpowiednim czasie.

Jaki rodzaj danych wizualnych jest zbierany w terenie?

Zdjęcia i strumienie wideo są obecnie zbierane w terenie przy użyciu dronów, helikopterów, samolotów z napędem stałym i nawet urządzeń naziemnych do zbierania danych. Drony stają się coraz bardziej powszechnym środkiem inspekcji, ponieważ mogą latać bliżej struktur i zbierać zdjęcia z różnych kątów, co nie jest możliwe z samolotami załogowymi. Drony mogą zbierać wizualne obrazy różnych komponentów elektrycznych, struktur sieci energetycznej, roślinności i lokalizacji. To umożliwia bardziej kompleksową inspekcję, dzięki czemu firma energetyczna może lepiej zrozumieć stan każdego komponentu infrastruktury zarówno dla linii przesyłowych, jak i stacji transformatorowych.

Jaki rodzaj oszczędności kosztów jest widoczny przy analizie tych obrazów za pomocą sztucznej inteligencji w porównaniu z analizą ręczną?

Analiza obrazów za pomocą sztucznej inteligencji zapewnia znaczne oszczędności kosztów, które nadal rosną z czasem. Sztuczna inteligencja zapewnia bezpośrednie, początkowe oszczędności kosztów o około 50% w porównaniu z analizą ręczną, a z czasem te oszczędności rosną wykładniczo, ponieważ sztuczna inteligencja śledzi trendy i staje się coraz mądrzejsza z czasem. To umożliwia bardziej ukierunkowane, poinformowane inspekcje i zapewnia linemenom dodatkowe oszczędności, dostarczając lepsze informacje, aby mogli szybciej i wyraźniej zaplanować ścieżkę konserwacji.

Technologia Buzz Solutions może określić, co należy naprawić w zaledwie kilka godzin, czy mógłbyś omówić sztuczną inteligencję, która jest używana do umożliwienia tego?

Algoritmy PowerAI Machine Vision są szkolone do wykrywania określonej listy anomalii dla infrastruktury energetycznej. Spędziliśmy dwa lata na budowaniu tych algorytmów od podstaw i agregowaniu różnych zbiorów danych z różnych geografii i czasów, aby nauczyć sztuczną inteligencję, aby objęła te awarie. Mamy przewagę, ponieważ nasza sztuczna inteligencja została wytrenowana z prawdziwymi obrazami, a nie “syntetycznymi” obrazami, a nasza dokładność identyfikacji i predykcji awarii sprzętu lub problemów jest znacznie wyższa niż przeciętna w branży. To oznacza, że firmy energetyczne mogą szybciej i bardziej efektywnie rozwiązać problemy.

Ponadto, nasza sztuczna inteligencja wykorzystuje human-in-the-loop szkolenie, gdzie technicy polowi i inżynierowie dostarczają dane zwrotne do sztucznej inteligencji, umożliwiając modelowi, aby stał się coraz mądrzejszy i bardziej personalizowany z czasem. Wyczerpująca lista trybów awarii, które algorytmy PowerAI wykrywają obecnie, została pochodną z największych potrzeb, które firmy energetyczne wyraziły.

Czy mógłbyś omówić system analizy predykcyjnej, który jest używany i korzyści, które on oferuje?

Buzz śledzi trendy aktywów energetycznych i awarie z czasem, co ostatecznie pomaga sztucznej inteligencji i systemom machine learning, aby stały się silniejsze, bardziej personalizowane i bardziej efektywne. To również popycha systemy do pochodzenia wniosków z tych trendów i predykcji obszarów, które mogą być bardziej podatne na potencjalne awarie, czyli “gorące punkty”. To jest miejsce, w którym prawdziwy potencjał systemu analizy predykcyjnej wchodzi w grę i umożliwia firmom energetycznym, aby miały lepszą wiedzę na temat tego, gdzie i kiedy ich sprzęt może ulec awarii.

Czy mógłbyś omówić swoje plany, aby również dotknąć sektora wiatrowego i słonecznego?

Do tej pory, Buzz skupił się na staniu się najbardziej dokładnym i skutecznym rozwiązaniem sztucznej inteligencji w przestrzeni inspekcji energetycznej. To powiedziawszy, istnieją inne obszary infrastruktury, w tym odnawialne źródła energii, gdzie analityka inspekcji jest potrzebna i bardzo cenna. Buzz planuje rozszerzyć się poza przestrzeń inspekcji T&D, i ogłosi nowe przypadki użycia, gdy dodamy nowe przypadki do naszego portfolio.

Jak optymalizacja sektora energetycznego pomaga w walce z zmianą klimatu?

Buzz Solutions wspomaga wysiłki związane z zrównoważonym rozwojem i pomaga w niektórych z największych problemów związanych ze zmianą klimatu, które mamy dzisiaj, umożliwiając zmniejszenie klęsk żywiołowych spowodowanych przez awarie sieci, zmniejszenie emisji i zwiększenie niezawodności sieci. Nasze wykrywanie awarii oparte na sztucznej inteligencji redukuje pożary wywołane przez awarie sprzętu, gdy alarmujemy firmy energetyczne o awariach i roślinności, która zagraża infrastrukturze.

Ponadto, nasze systemy flagują wspólne obszary awarii (“gorące punkty”). Wstępnie określone obszary “gorących punktów” umożliwiają ukierunkowane inspekcje zamiast bezcelowego latania helikopterów przez setki mil. Ukierunkowane inspekcje pomagają firmom energetycznym zmniejszyć emisję dwutlenku węgla i prowadzą do przewidywalnych reakcji zamiast reakcji następczych. Nasza technologia umożliwia bardziej wytrzymałą i stabilną sieć, pozwalając na efektywną penetrację odnawialnych źródeł energii w infrastrukturze sieciowej.

Czy mógłbyś omówić swoją wizję cyfrowej transformacji sektora energetycznego?

Buzz Solutions jest na czele cyfrowej transformacji przepływu pracy inspekcji i konserwacji dla firm energetycznych. Chociaż zbieranie coraz większej ilości danych jest ważne, jeszcze bardziej istotne jest skuteczne zarządzanie danymi i wyprowadzanie działających wniosków z tych informacji. To jest miejsce, w którym Buzz jest szczególnie cenny.

Nie tylko nasze rozwiązanie PowerAI zapewnia szybkie wglądy w bieżący stan infrastruktury, ale także śledzi te dane i alarmuje firmę energetyczną o obszarach, które stanowią największe potencjalne ryzyko dla sieci. PowerAI umożliwia szybsze ulepszanie komponentów i bardziej efektywną ścieżkę w kierunku modernizacji sieci. Cyfrowa transformacja w sektorze umożliwiła bezproblemowe zbieranie danych, ale siła danych polega na tym, aby przekształcić surowe dane w spójny obraz i wyprowadzić konkretną wiedzę z tych informacji.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Buzz Solutions.