Găsirea unor parteneriate reale: Cum companiile de utilități evaluează furnizorii de inteligență artificială

Lumea energetică se confruntă cu schimbări masive, reevaluând sistemele create cu peste un secol în urmă pentru a face loc noilor tehnologii mai inteligente și mai curate. Este o perioadă interesantă – practic toate industriile se electrifică într-un fel sau altul, vehiculele electrice (EV) câștigă teren pe piață, iar există o tranziție activă pentru a sprijini Resursele Energetice Distribuite (DER), “resurse energetice la scară mică” de obicei situate în apropierea locurilor de utilizare a energiei electrice, cum ar fi panourile solare și stocarea bateriilor. Ultimul punct este foarte important, iar Agenția Internațională pentru Energie (IEA) subliniază că extinderea rapidă a DER va “transforma nu numai modul în care energia electrică este generată, ci și modul în care este comercializată, livrată și consumată” în viitor.

Pentru un observator, toate aceste schimbări sunt pozitive, durabile și mult așteptate. Dar, din punct de vedere practic, accelerarea rapidă a energiei regenerabile și electrificării creează stres suplimentar și pune la încercare limitele rețelei noastre electrice. Pe lângă presiunea exercitată de sursele regenerabile, sistemele de energie ale lumii se confruntă și cu provocări critice din cauza evenimentelor meteorologice extreme legate de schimbările climatice în curs – secete în Europa, valuri de căldură în India, furtuni de iarnă severe în SUA – toate acestea ducând la o creștere exponențială a costurilor de inspecție, întreținere și reparații. Liderii din sectorul utilităților se concentrează acum pe creșterea modernizării, fiabilității și rezilienței rețelei electrice.

Fă o poză, va dura mai mult

Pentru companiile de utilități, echipamentele lor sunt adesea cel mai important activ și necesită o întreținere constantă și meticuloasă. Realizarea 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 multe moduri, de la drone și avioane cu aripi fixe la lucrători care inspectează fizic locul. Și cu noile tehnologii, cum ar fi UAV-urile/dronele și camerele de elicopter cu înaltă rezoluție, cantitatea de date a crescut astronomic. Știm din conversațiile noastre cu multe companii de utilități că utilitățile colectează acum 5-10 ori mai multe date decât au colectat în ultimii ani.

Toate aceste date fac ca ciclul de lucru deja lent al inspecțiilor să devină și mai lent. În medie, utilitățile cheltuiesc echivalentul a 6-8 luni de ore de muncă pe an pentru a analiza datele de inspecție. (Furnizat de un client de utilități de pe coasta de vest, care colectează 10 milioane de imagini pe an) Un motiv major pentru acest exces este că această analiză se face încă în mare parte manual, iar atunci când o companie capturează milioane de imagini de inspecție în fiecare an, procesul devine extrem de nelimitat. Analiza anomaliilor este atât de consumatoare de timp, încât cea mai mare parte a datelor este învechită până când este în cele din urmă revizuită, ceea ce duce la informații inexacte, în cel mai bun caz, și la inspecții repetitive sau condiții periculoase, în cel mai rău caz. Acesta este un problemă majoră, cu riscuri ridicate. Analiștii estimează că sectorul energetic pierde 170 de miliarde de dolari în fiecare an din cauza eșecurilor rețelei, a închiderilor forțate și a dezastrelor masive.

Construirea utilității viitorului cu inspecții de infrastructură alimentate de IA

Creșterea fiabilității și rezilienței rețelei electrice va necesita două lucruri – bani și timp. Din fericire, acesta este locul unde noile tehnologii și inovațiile pot ajuta la eficientizarea procesului de inspecție. Impactul inteligenței artificiale (IA) și al învățării automate (ML) asupra sectorului utilităților nu poate fi supraestimat. IA/ML se simte ca acasă în acest mediu bogat în date, iar pe măsură ce volumul de date crește, capacitatea IA de a traduce munți de informații în insight-uri semnificative devine mai bună. Conform Utility Dive, există “încă un acord larg în industrie că [IA/ML] are potențialul de a identifica echipamentele care riscă să eșueze într-un mod mult mai rapid și mai sigur decât metoda actuală” care se bazează pe inspecții manuale.

Deși promisiunea acestei tehnologii este necontestată, construirea unui program personalizat de IA/ML în interiorul companiei este un proces lent și laborios, plin de complicații și obstacole. Aceste provocări au determinat multe companii de utilități să caute sprijin suplimentar de la consultanți și furnizori externi.

3 lucruri de luat în considerare la evaluarea unui partener potențial de IA/ML

Atunci când căutați un partener de IA/ML, acțiunile contează mai mult decât cuvintele. Există multe companii care pot promite multe, dar liderii utilităților ar trebui să se concentreze pe câteva metrici importante pentru a evalua impactul. Printre cele mai importante se numără modul în care furnizorul descrie și livrează:

Crescerea modelului în timp – Construirea unor seturi de date variate (date care au multe anomalii de analizat) necesită o perioadă semnificativă de timp (adesea mai multe ani) și anumite tipuri de anomalii nu apar cu o frecvență suficient de mare pentru a antrena un model de IA de succes. De exemplu, antrenarea unui algoritm pentru a detecta lucruri precum putregaiul, găurile făcute de păsări sau amortizoarele ruginite poate fi dificilă dacă nu apar des în regiunea dvs. Așadar, asigurați-vă că întrebați furnizorul de IA/ML nu numai despre cantitatea seturilor de date, ci și despre calitatea și varietatea lor.

Viteză – Timpul înseamnă bani, iar orice furnizor de IA/ML reputat ar trebui să poată arăta clar cum oferta sa accelerează procesul de inspecție. De exemplu, Buzz Solutions a colaborat cu New York Power Authority (NYPA) pentru a livra o platformă bazată pe IA proiectată pentru a reduce semnificativ timpul necesar pentru inspecție și analiză. Rezultatul a fost un program care putea analiza imagini de active în ore sau zile, și nu în luni, cum se întâmpla anterior. Această economie de timp a permis grupurilor de întreținere NYPA să prioritizeze reparațiile și să reducă potențialul de eșec.

Calitate/Accuratețe – În absența datelor reale pentru programele de IA/ML, companiile completează uneori date sintetice (adică date create artificial de algoritmi de calculator) pentru a umple golurile. Este o practică populară, iar analiștii prevăd că 60% din toate datele utilizate în dezvoltarea IA vor fi sintetice (și nu reale) până în 2024. Dar, în timp ce datele sintetice sunt bune pentru scenarii teoretice, ele nu se descurcă bine în medii din lumea reală, unde sunt necesare date reale (și intervenții umane) pentru a corecta automat. Luați în considerare să întrebați furnizorul despre amestecul de date reale și sintetice pentru a vă asigura că raportul are sens.

Și rețineți, lucrul nu se termină odată ce ați selectat partenerul dvs. O idee nouă de la Gartner este de a organiza evenimente regulate de “Concurs de IA” – descrise ca “sesiuni rapide, informative care vă permit să vedeți furnizorii față în față, folosind demo-uri scriptate și un set de date comun într-un mediu controlat” pentru a evalua punctele forte și slabe ale fiecărui furnizor. Acest proces stabilește metrici clare care sunt direct legate de scalabilitatea și fiabilitatea algoritmilor de IA/ML care se aliniază apoi cu obiectivele de afaceri ale utilităților.

Pornind viitorul industriei de utilități

De la integrări de flux de lucru mai eficiente la detectarea sofisticată a anomaliilor IA, industria utilităților se află pe un drum mult mai luminos decât cu câțiva ani în urmă. Această inovație va trebui să continue, mai ales având în vedere că mandatele de inspecție T&D urmează să se dubleze până în 2030 și guvernul a anunțat întreținerea și apărarea infrastructurii energetice ca priorități de securitate națională.

Mai este mult de lucru, dar într-o zi vom privi înapoi la această perioadă ca la o perioadă de cotitură, un moment în care liderii industriei au făcut un pas înainte pentru a investi în viitorul rețelei noastre energetice și pentru a aduce utilitățile în era modernă.