Găsirea de parteneriate reale: cum evaluează companiile de utilități furnizorii de inteligență artificială

Lumea energiei trece printr-o schimbare masivă, regândind sistemele concepute cu mai bine de un secol în urmă pentru a face loc apariției unor tehnologii mai inteligente și mai curate. Este o perioadă interesantă – aproape fiecare industrie se electrizează într-un fel, vehiculele electrice (EV) câștigă tracțiune pe piață și există o tranziție activă pentru a sprijini resursele energetice distribuite (DER), „resurse energetice la scară mică” situate de obicei în apropierea amplasamentelor. utilizarea energiei electrice, cum ar fi panourile solare de pe acoperiș și stocarea bateriilor. Acesta din urmă este o mare problemă, și ca și Asociația Internațională a Energiei (IEA) subliniază, extinderea rapidă a DER-urilor va „transforma nu numai modul în care este generată electricitatea, ci și modul în care este comercializată, livrată și consumată” în continuare.

Pentru un observator, toată această schimbare este pozitivă, durabilă și de mult așteptată. Dar, practic vorbind, accelerarea rapidă a energiei regenerabile și a electrificării creează un stres suplimentar și încordează limitele rețelei noastre. Alături de presiunea generată de sursele regenerabile, sistemele energetice ale lumii se confruntă, de asemenea, cu provocări critice din cauza evenimentelor meteorologice extreme legate de schimbările climatice în curs - secete în Europa, valuri de căldură în India, furtuni severe de iarnă în SUA - toate ducând la o creștere exponențială a inspecției, întreținerii. , și costurile de reparație. Liderii din sectorul utilităților sunt acum concentrați asupra creșterii modernizării rețelei, a fiabilității și a rezistenței.

Fă o poză, va dura mai mult

Pentru companiile de utilități, echipamentul lor este adesea cel mai important activ și necesită o întreținere constantă și meticuloasă. Efectuarea acestei întrețineri depinde de un flux constant de date (de obicei sub formă de imagini) pe care utilitățile le pot analiza pentru a detecta anomalii operaționale. Colectarea acestor date se face în mai multe moduri, de la drone și avioane cu aripi fixe, până la lucrătorii de linie care merg fizic pe șantier. Și cu noile tehnologii precum UAV-urile/dronele și camerele de înaltă rezoluție pentru elicoptere, cantitatea uriașă de date a crescut astronomic. Știm din conversațiile noastre cu multe companii de utilități că utilitățile adună acum de 5-10 ori cantitatea de date pe care au adunat-o în ultimii ani.

Toate aceste date fac ciclul de lucru deja lent al inspecțiilor și mai lent. În medie, utilitățile petrec echivalentul a 6-8 luni de ore de muncă pe an analizând datele de inspecție. (Furnizat de un interviu cu clienții de utilități de pe Coasta de Vest de la o companie care colectează 10 milioane de imagini pe an) Un motiv important pentru această exagerare este că această analiză se face în mare parte manual, iar atunci când o companie captează milioane de imagini de inspecție în fiecare an, procesul devine extrem de nescalabil. Analiza anomaliilor necesită atât de mult timp încât majoritatea datelor sunt depășite până în momentul în care sunt examinate efectiv, ceea ce duce la informații inexacte în cel mai bun caz și la repetarea inspecțiilor sau la condiții periculoase în cel mai rău caz. Aceasta este o problemă mare, cu riscuri mari. Analiștii estimează că sectorul energetic pierde 170 de miliarde de dolari în fiecare an din cauza defecțiunilor rețelei, opririlor forțate și dezastrelor în masă.

Construirea utilității viitorului cu inspecții ale infrastructurii bazate pe inteligență artificială

Pentru a face rețeaua noastră mai fiabilă și mai rezistentă va fi nevoie de două lucruri – bani și timp. Din fericire, aici tehnologia nouă și inovația pot ajuta la eficientizarea procesului de inspecție. Impactul inteligenței artificiale (AI) și al învățării automate (ML) asupra sectorului utilităților nu poate fi supraestimat. AI/ML este la domiciliu în acest mediu bogat în date și, pe măsură ce volumul de date devine mai mare, capacitatea AI de a traduce munți de informații în perspective semnificative devine mai bună. Potrivit Utility Dive, există „deja un acord larg în industrie că [AI/ML] are potențialul de a identifica echipamentele cu risc de defecțiune într-un mod mult mai rapid și mai sigur decât metoda actuală”, care se bazează pe inspecții manuale.

Deși promisiunea acestei tehnologii este de necontestat, construirea propriului program personalizat de AI/ML în interior este un proces lent, care necesită multă muncă, plin de complicații și blocaje. Aceste provocări au determinat multe companii de utilități să caute sprijin suplimentar de la consultanți și furnizori externi.

3 lucruri de luat în considerare atunci când evaluezi potențial partener AI/ML

Când căutați un partener AI/ML, acțiunile contează mai mult decât cuvintele. Există o mulțime de companii inteligente care ar putea promite luna, dar liderii de utilități ar trebui să analizeze mai multe valori importante pentru a evalua cu exactitate impactul. Printre cele mai importante este modul în care vânzătorul descrie/livră:

Creșterea modelului în timp – Construirea unor seturi de date variate (date care au multe anomalii de analizat) necesită o perioadă semnificativă de timp (deseori câțiva ani) și anumite tipuri de anomalii nu apar cu o frecvență suficient de mare pentru a antrena un model AI de succes. De exemplu, antrenarea unui algoritm pentru a identifica lucruri precum putrezirea, găurile de ciocănitoare sau amortizoarele ruginite poate fi o provocare dacă acestea nu apar des în regiunea dvs. Așadar, asigurați-vă că întrebați furnizorul de AI/ML nu numai despre cantitatea setului de date, ci și despre calitatea și varietatea acestora.

Viteză – Timpul înseamnă bani și orice furnizor reputat de AI/ML ar trebui să poată arăta clar cum oferta lor accelerează procesul de inspecție. De exemplu, Buzz Solutions a colaborat cu New York Power Authority (NYPA) pentru a oferi o platformă bazată pe inteligență artificială, concepută pentru a reduce semnificativ timpul necesar pentru inspecție și analiză. Rezultatul a fost un program care putea analiza imaginile activelor în ore sau zile, în loc de lunile pe care le luase înainte. Aceste economii de timp au permis grupurilor de întreținere NYPA să prioritizeze reparațiile și să reducă potențialul de defecțiune.

Calitate/Acuratețe – În absența datelor reale pentru programele AI/ML, companiile suplimentează uneori datele sintetice (adică date care au fost create artificial de algoritmi informatici) pentru a umple golurile. Este o practică populară și analiștii prezic că 60% din toate datele utilizate în dezvoltarea IA vor fi sintetice (în loc de reale) până în 2024. Dar, deși datele sintetice sunt bune pentru scenariile teoretice, nu funcționează bine în mediile reale în care aveți nevoie date din lumea reală (și om-în-buclă intervenţii) pentru a se autocorecta. Luați în considerare să cereți furnizorului amestecul de date reale și sintetice pentru a vă asigura că împărțirea are sens.

Și nu uita, munca nu se termină odată ce ți-ai ales partenerul. O idee nouă de la Gartner ține regulat „AI Bake-Off” evenimente – descrise ca „sesiuni informative cu ritm rapid, care vă permit să vedeți furnizorii unul lângă altul folosind demonstrații scriptate și un set de date comun într-un cadru controlat” pentru a evalua punctele forte și punctele slabe ale fiecăruia. Acest proces stabilește valori clare care sunt direct legate de scalabilitatea și fiabilitatea algoritmilor AI/ML, care apoi se aliniază cu obiectivele de afaceri de utilitate.

Alimentarea viitorului industriei de utilități

De la integrări mai eficiente ale fluxului de lucru până la detectarea sofisticată a anomaliilor AI, industria de utilități se află pe o cale mult mai strălucitoare decât acum câțiva ani. Această inovație va trebui totuși să continue, mai ales că mandatele de inspecție T&D se vor dubla până în 2030 și guvernul a anunțat întreținerea și apărarea infrastructurii energetice ca priorități de top de securitate națională.

Mai este de lucru înainte, dar într-o zi ne vom uita înapoi la acest moment ca o perioadă de turneu, un moment în care liderii din industrie au făcut un pas pentru a investi în viitorul rețelei noastre energetice și pentru a aduce utilitățile în era modernă.