Hace unas semanas tuve la oportunidad de trabajar con los cofundadores de Buzz Solutions, una empresa que brinda a las empresas de servicios públicos una plataforma para analizar, almacenar y administrar el creciente volumen de imágenes de inspección de alta resolución de equipos de transmisión y distribución.

La directora ejecutiva, Kaitlyn Albertoli, estudió relaciones internacionales, finanzas y economía en Stanford, una organización sin fines de lucro centrada en alimentos sostenibles con 60 empleados que atienden las necesidades de 300 personas. Albertoli es de San Clemente, un pueblo costero del sur de California, y allí estaba la central nuclear de San Onofre. Una gran parte de su educación fueron los controvertidos y tensos intentos de mejorarlo y, finalmente, cerrarlo. Le fascinaba la energía y en particular el campo de las energías renovables.

El CTO, Vik Chaudhry, provenía de un entorno diametralmente opuesto, Nueva Delhi, India. Se graduó de la Facultad de Ingeniería de Delhi en Ingeniería Civil y Ambiental. Durante su último año, construyó un cuadricóptero desde cero con sensores de monitoreo de contaminación y lo voló alrededor de puntos críticos en Nueva Delhi. Encontró que a menudo estaba por encima de 500 AQI, lo que equivale a fumar 60 cigarrillos al día. Esta calidad del aire podría atribuirse directamente a la falta de electrificación. Se mudó a Stanford para obtener una maestría enfocada en el sector de la energía, la ingeniería energética y la aplicación de IA y aprendizaje automático para responder a la demanda y la eficiencia energética, con un proyecto importante que consiste en evaluaciones de sitios de parques eólicos basadas en drones. Cisco lo llevó a liderar ML e IA durante algunos años cuando él y Kaitlyn lanzaron Buzz Solutions.

Se conocieron en 2017 en una clase de Stanford ahora llamada Venture Creation for the Real Economy. Las primeras tres semanas se usaron para crear su estrategia de comercialización, las siguientes tres semanas para crear su proyección de 5 años y las últimas tres semanas para crear su plataforma de lanzamiento. Stanford trae CMO, CEO y VC cada tres semanas para brindar retroalimentación.

Originalmente enfocados en la ubicación de parques eólicos, fueron rápidamente relegados a inspecciones de parques eólicos con drones. Cuando se habla con las empresas de energía, la narrativa siempre ha sido la misma: ¿Ha visto lo que está pasando allí con inspecciones más frecuentes y el uso de drones? Eso los llevó a utilizar las listas de ex alumnos de Stanford para entrevistar a los equipos de inspección de 35 importantes empresas de energía. Descubrieron que estaban grabando diez veces más imágenes que en el pasado y que usaban drones con mucha más frecuencia que en el pasado. Recibieron cientos de miles de imágenes de alta resolución y gran zoom y planearon expandir su infraestructura de transmisión y distribución a millones anualmente.

Drone inspecciona torre de transmisión

Drone inspecciona torre de transmisión

Hay mucha más complejidad, muchos más componentes y muchos más problemas observables en la infraestructura de transmisión y distribución eléctrica que en los parques eólicos. Las interferencias graves pueden provocar la caída de líneas eléctricas, chispas y posiblemente incendios forestales. Las preocupaciones llevaron a la presión regulatoria para aumentar las inspecciones y el mantenimiento. Y, por supuesto, la infraestructura está envejeciendo.

Pero el proceso de evaluación de los datos fue manual, con ingenieros y técnicos de línea capacitados que miraban sus computadoras en lugar de solucionar los problemas. Esta fue una oportunidad de aprendizaje automático. Comenzaron ayudando a las empresas de servicios públicos a identificar puntos críticos y puntos de falla que podrían provocar interrupciones significativas. Y eso fue antes de la temporada de incendios forestales de 2017 que dañó tantas líneas en California. Estaban ahí, estaban listos y podían.

El aumento de las inspecciones se debe a dos razones principales. La infraestructura está envejeciendo con una edad promedio de componentes como aisladores de más de 40 años y un seguimiento limitado de activos. Una gran parte de lo que las empresas de servicios públicos están tratando de averiguar es qué activos tienen, qué edad tienen y qué tan rápido se están deteriorando. Con la alimentación de energías renovables a la red y los efectos del cambio climático, los componentes están sujetos a cargas cada vez mayores, lo que conduce a una mayor degradación.

A medida que la energía renovable entra en línea, se requiere modernización e identificar los componentes que se modernizarán es un desafío. Pero, por lo general, no escucha nada sobre la red eléctrica a menos que haya un problema como cortes de incendios forestales, cortes de energía continuos o cortes causados ​​​​por tormentas en la costa este. La red eléctrica ha sido el centro de atención en los últimos años, y se está prestando mucha atención a esta infraestructura crítica y envejecida en los EE. UU.

No es posible entrenar 10 veces más personas para manejar 10 veces más fotos. Las empresas de servicios públicos lucharon con el problema. Intentaron contratar ingenieros y técnicos de línea para analizar los datos, pero aumentó el tiempo de demora entre la generación de imágenes y el análisis. Esto significó un mayor riesgo, ya que los componentes degradantes se han degradado más severamente mientras tanto. Las empresas de servicios públicos estaban cada vez más interesadas en soluciones para administrar y analizar las masas de datos.

El momento de mercado de Buzz Solution fue excelente. Las cámaras de alta definición en drones más pequeños y económicos permitieron obtener muchas más imágenes, mucho más económicas y seguras. Muchos jugadores de UAV ingresaron al mercado en los últimos 5 a 8 años y aprendieron de sus errores. Al igual que los drones DJI, todos se han vuelto más pequeños, más potentes, más inteligentes y los sensores se han reducido radicalmente. Los sensores del tamaño de un puño ahora son del tamaño de un pulgar. Son plataformas de fácil acceso que cualquier persona puede pilotar.

Y en 2016-2017, los kits de herramientas de aprendizaje automático de código abierto para el reconocimiento visual se volvieron muy útiles. Google lanzó ImageNet y ResNet, que rápidamente se convirtieron en una columna vertebral estándar para las soluciones de imágenes. Que los algoritmos sean de código abierto es clave, pero ha habido importantes innovaciones en la informática, con unidades de procesamiento de gráficos (GPU) baratas basadas en la nube accesibles en segundos con unos pocos clics. El resultado fue un conjunto de herramientas utilizable sin un doctorado en aprendizaje automático y una década de uso.

En el pasado, las inspecciones de línea se hacían con helicóptero o con binoculares, y era solo una cuarta o tercera parte de las líneas por año. También hay inspecciones a pedido para riesgos de tormentas importantes, evaluaciones de daños por tormentas, vientos fuertes o amenazas de incendios forestales. Las empresas de servicios públicos identifican áreas de puntos críticos que corren un mayor riesgo o donde podrían ocurrir fallas críticas, y esas áreas se inspeccionan con más frecuencia. Hay sobrevuelos de alto nivel e inspecciones más detalladas. Obviamente, más granular y más imágenes requieren más evaluación.

Para una sola torre de transmisión puede haber de 30 a 90 imágenes por torre, típicamente en el rango de 40 a 60. Incluso para postes de servicios públicos de madera o concreto que proporcionan electricidad a los edificios, se toman de 4 a 12 imágenes, típicamente en el rango de 8 a 10 . Y hay muchas torres. Solo en los EE. UU. hay alrededor de 120 000 millas de líneas eléctricas de alta tensión con torres cada tres millas, lo que sugiere unas 600 000 torres. La red de distribución es mucho más grande, con unos 5,5 millones de kilómetros de cables y muchas más torres.

La cantidad de datos es enorme, la necesidad de revisarlos aumenta significativamente y no hay suficientes personas para hacer el trabajo. Ingrese a Buzz Solutions. La empresa hoy ahorra un 50% en tiempo de revisión de imágenes y tiende a un 80% en ahorro de esfuerzo.

La próxima era de inspecciones emergentes son los chips de redes neuronales en drones, primero para vuelos automatizados alrededor de torres, identificación de componentes destacados y captura de imágenes y, finalmente, para la detección instantánea de errores. Por ejemplo, el dron Skydio ya usa un chip ML para su vuelo e imágenes autónomos. A medida que se relajan las regulaciones de la FAA y se permite a más compañías operar más allá de la línea de visión, hay mucho trabajo por hacer en esta área.

Buzz Solutions está bien posicionado para esto. Ven su producto como una plataforma de orquestación de IA. Toma múltiples flujos de datos y produce resultados. Un caso de uso avanzado puede ser una unidad de procesamiento para un dron de campo. Varias empresas de servicios públicos y organizaciones están probando esto actualmente. El primer paso es detectar activos haciendo que el dron siga la propia línea eléctrica, volando alrededor del poste e imaginándolo. La próxima generación serán modelos de aprendizaje automático más pesados ​​que detecten problemas y circulen los polos para inspeccionar componentes. Si se descubre que un aislante o conductor está dañado, el dron podría rodearlo y tomar más fotografías, lo que podría enviar una alerta inmediata para una reparación prioritaria.

Buzz Solutions está aceptando solicitudes de sus clientes para esta funcionalidad ampliada y la implementará cuando la FAA brinde más indulgencia en términos de autonomía y más poder de procesamiento para los drones. El amor de Vik por construir y volar drones vuelve a estar satisfecho.

Otro caso de uso que se está explorando son los drones VTOL de ala fija, que tienen rangos más largos y cámaras de mayor resolución, lo que les permite capturar imágenes de mayor resolución a velocidades más altas. Todavía se requieren cuadricópteros para inspecciones detalladas, pero muchas compañías de servicios y drones de terceros están explorando diferentes factores de forma de UAV para diferentes casos de uso. Este es uno de los muchos lugares donde los drones están reemplazando a los helicópteros a un costo mucho más bajo, parte del declive en el mercado de helicópteros tripulados que está interrumpiendo la industria.

Y así termina la primera mitad de mi conversación con Vik y Kaitlyn, cofundadores de Buzz Solutions. Estén atentos a la segunda parte, que se lanzará pronto.


 

¿Valoras la originalidad de CleanTechnica? Considere convertirse en miembro, partidario, técnico o embajador de CleanTechnica, o en un patrocinador en Patreon.


 

anuncio publicitario




cleantechnica newsletter green tesla solar wind energy ev news

¿Tiene algún consejo para CleanTechnica? ¿Le gustaría anunciar o sugerir un invitado para nuestro CleanTech Talk Podcast? Contáctenos aquí.



DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

uno × 1 =