Buzz Solutions привлекла $20 миллионов в рамках раунда Series A для расширения платформы Grid Intelligence, основанной на искусственном интеллекте

Buzz Solutions привлекла $20 миллионов в рамках раунда Series A, который был переоформлен, поскольку коммунальные предприятия ищут более быстрые способы осмотра, обслуживания и укрепления все более сложной энергетической инфраструктуры.

S3 Ventures возглавила раунд, с значительными последующими инвестициями от GoPoint Ventures. Существующие инвесторы HearstLab и Blackhorn Ventures также приняли участие. Buzz Solutions заявила, что капитал будет поддерживать разработку продукта, расширение команды по выводу на рынок и более глубокие развертывания с коммунальными клиентами.

Пало-Альтоская компания разрабатывает программное обеспечение на основе искусственного интеллекта, которое анализирует визуальные данные осмотра, собранные из инфраструктуры, такой как линии электропередачи, подстанции и солнечные установки коммунального масштаба. Ее клиентами являются Dominion Energy (D ), American Electric Power (AEP ) и власть Нью-Йорка.

Передвижение осмотра сетки за пределы ручного просмотра изображений

Коммунальные предприятия все чаще принимают беспилотные летательные аппараты, вертолеты, самолеты с неподвижным крылом, тепловизионные камеры и другие системы изображений для осмотра инфраструктуры. Эти технологии могут собирать намного больше данных, чем традиционные полевые осмотры, но они также создают новую проблему: обработку тысяч или даже миллионов изображений достаточно быстро, чтобы повлиять на решения по техническому обслуживанию.

Платформа PowerAI от Buzz Solutions предназначена для решения этой проблемы. Она принимает изображения из программ осмотра с воздуха и земли, сопоставляет изображения с конкретными конструкциями, выявляет потенциальные дефекты и помогает ранжировать проблемы по степени их тяжести.

Платформа может анализировать красно-зелено-синие (RGB) и тепловизионные изображения для проблем, таких как поврежденные столбы, ухудшающиеся крестовины, перегретые трансформаторы, внедрение растительности, повреждение изолятора и гнезда птиц. Результаты можно затем отправить в географические информационные системы, платформы для оформления заказов и программное обеспечение для управления активами через интеграции и интерфейсы программирования приложений.

Этот рабочий процесс важен, потому что выявление дефекта является только частью управления инфраструктурой. Коммунальным предприятиям также необходимо определить, где находится пострадавший актив, оценить, насколько срочно ему требуется внимание, назначить работу и отслеживать состояние этого актива во времени.

PowerAI объединяет компьютерное зрение с человеческим надзором

Buzz Solutions заявляет, что ее модели были настроены с использованием более чем десяти лет изображений коммунальных предприятий, а не только на более мелких демонстрационных наборах данных. Платформа в настоящее время включает более 50 моделей искусственного интеллекта и может обрабатывать более 5,8 изображений в секунду, на основе данных, опубликованных компанией.

PowerAI также включает возможности человека в цикле для просмотра. Инспекторы могут подтвердить обнаружения, исправить выходные данные модели и улучшить точность, когда система сталкивается с дополнительными типами инфраструктуры и условиями эксплуатации.

Это сочетание автоматизации и человеческого обзора особенно актуально в коммунальных средах, где ложные положительные результаты могут создать ненужную работу в поле, а пропущенный дефект может способствовать сбоям в работе оборудования, отключениям электроэнергии или рискам для безопасности.

Buzz предлагает несколько версий платформы. Коммунальные предприятия могут начать с централизованного управления данными осмотра и ручного просмотра, прежде чем перейти к автоматизированному анализу изображений, картографированию с помощью географических информационных систем, расширенным аналитикам и интеграциям с системами управления работами и активами.

Расширение платформы на всю сеть

PowerAI изначально была сосредоточена на инфраструктуре передачи и распределения, но Buzz Solutions расширила платформу на подстанции и солнечные установки коммунального масштаба.

Для сетей распределения программное обеспечение может сопоставить изображения осмотра с отдельными столбами и конструкциями, прежде чем проанализировать их на предмет поврежденного оборудования, проблем с трансформаторами или рисков, связанных с растительностью. Команды по передаче могут аналогичным образом использовать платформу для инвентаризации активов и мониторинга изменений их состояния на больших сетях.

На подстанциях компания использует изображения с фиксированных камер и стационарных беспилотников для мониторинга событий безопасности, проблем безопасности и состояния оборудования. Оптические и тепловизионные видео можно проанализировать на предмет событий, таких как несанкционированный доступ, дым, огонь или аномальные тепловые сигналы, с уведомлениями, доставляемыми через панели управления, электронную почту или текстовые сообщения. Развертывания могут быть основаны на облачных или установленных на месте, в зависимости от операционных и кибербезопасных требований коммунального предприятия.

Предложение для солнечных установок применяет компьютерное зрение к изображениям, собранным с помощью беспилотников, в видимом и тепловизионном диапазоне. Оно предназначено для того, чтобы помочь операторам выявить горячие точки, трещины в панелях и сбои в цепях до того, как эти проблемы существенно уменьшат выходную мощность.

Развертывания коммунальных предприятий выходят за пределы небольших пилотных проектов

Buzz Solutions заявила, что количество ее клиентов утроилось за прошлый год, а выручка увеличилась на 400%. Компания также опубликовала несколько примеров коммунальных предприятий, применяющих платформу для более крупных программ осмотра.

Dominion Energy использовала PowerAI для обработки 74 000 изображений, покрывающих примерно 47 000 башен передачи за три с половиной часа, согласно Buzz Solutions. AEP Texas использовала платформу для анализа более 88 000 изображений, работая над сокращением циклов осмотра на территории распределения, подверженной ураганам и лесным пожарам.

Власть Нью-Йорка интегрировала результаты осмотра с Esri, IBM Maximo и своими внутренними средствами массовой информации. Buzz Solutions сообщает, что коммунальное предприятие сократило время ручного анализа на 70%, позволяя большим объемам изображений осмотра быть оцененными за несколько часов или дней, а не месяцев.

Эти развертывания иллюстрируют более широкий сдвиг, который сейчас происходит в программах искусственного интеллекта коммунальных предприятий. Вместо оценки изолированных моделей некоторые коммунальные предприятия начинают подключать анализ на основе искусственного интеллекта напрямую к записям об активах, приоритетам технического обслуживания и существующим операционным системам.

Растущий спрос на электроэнергию добавляет срочность

Финансирование поступает в то время, когда США входят в период возобновления роста спроса на электроэнергию. Управление энергетической информации США сообщило, что национальное потребление электроэнергии увеличилось в среднем на 2,1% в год за последние пять лет, и спрос на серверы центров обработки данных стал одним из основных факторов.

Агентство ожидает, что потребление электроэнергии будет продолжать расти до 2050 года, что изменит более чем десятилетнюю тенденцию относительно стабильного спроса.

Центры обработки данных на основе искусственного интеллекта являются только одним из источников давления. Коммунальным предприятиям также необходимо подключить возобновляемые источники энергии, поддержать электрификацию транспорта и промышленности, реагировать на экстремальные погодные условия и содержать инфраструктуру, которая могла работать десятилетиями.

Строительство новых генерирующих и передающих мощностей остается важным, но коммунальным предприятиям также необходимо получить больше надежности от существующей инфраструктуры. Более раннее выявление ухудшающегося оборудования могло бы позволить командам по техническому обслуживанию устранить проблемы до того, как они станут отключениями, инцидентами безопасности или дорогими аварийными ремонтами.

Будущее управления сетью с помощью искусственного интеллекта

Более широкое значение платформ, таких как PowerAI, заключается в том, как они могут изменить способ управления коммунальными предприятиями инфраструктурой со временем. Сегодня многие программы осмотра остаются периодическими и реактивными, с активами, осматриваемыми по фиксированным графикам или после штормов, отключений и сбоях в работе оборудования. По мере того, как визуальные данные становятся легче собирать и анализировать, коммунальные предприятия могут перейти к более непрерывному, основанному на риске техническому обслуживанию.

В этой модели искусственный интеллект поможет выявить тонкие изменения в состоянии актива, сравнить текущие изображения с предыдущими осмотрами и выделить оборудование, которое, кажется, ухудшается быстрее, чем ожидается. Графики технического обслуживания могли бы быть основаны менее на возрасте или циклах осмотра и более на фактическом состоянии и профиле риска каждого актива.

Технология также может стать более ценной, когда коммунальные предприятия развертывают более крупные флоты беспилотников, стационарных камер, тепловизионных датчиков и других систем мониторинга. Без автоматизированного анализа объем данных, генерируемых этими инструментами, мог бы перегрузить команды осмотра. Системы искусственного интеллекта могут все чаще служить в качестве фильтрующего слоя, направляя человеческих экспертов к изображениям, активам и аномалиям, которые наиболее вероятно требуют внимания.

Со временем эти возможности могли бы поддержать более подробные цифровые представления сети, объединяя визуальные осмотры с данными о погоде, историей отключений, состоянием растительности и записями о техническом обслуживании. Это могло бы позволить коммунальным предприятиям смоделировать, как отдельные дефекты могут повлиять на более широкие сети, и расставить приоритеты ремонтов на основе их потенциального влияния на надежность и общественную безопасность.

Этот сдвиг также введет важные вопросы вокруг точности модели, кибербезопасности, прозрачности и подотчетности. Коммунальным предприятиям необходимо будет понять, почему система выявила конкретный актив, насколько уверена она в этой оценке и когда требуется человеческий обзор. Поскольку решения включают критическую инфраструктуру, рекомендации на основе искусственного интеллекта, вероятно, останутся частью контролируемого процесса, а не станут полностью автономными.

Если эти проблемы могут быть решены, компьютерное зрение могло бы эволюционировать из инструмента для просмотра изображений осмотра в более центральный компонент планирования и содержания сети. Долгосрочное влияние не обязательно будет заключаться в меньшем количестве инспекторов, а в изменении того, как их время используется, с большим вниманием, направленным на активы и места, где вмешательство могло бы иметь наибольшее значение.