Vor ein paar Wochen hatte ich die Gelegenheit, mit den Mitbegründern von Buzz-Lösungenein Unternehmen, das Versorgungsunternehmen eine Plattform zur Analyse, Speicherung und Verwaltung der zunehmenden Menge an hochauflösenden Inspektionsbildern von Übertragungs- und Verteilungsanlagen bietet.
Der Geschäftsführer, Kaitlyn Albertoli, studierte internationale Beziehungen, Finanzen und Wirtschaft in Stanford und leitete eine gemeinnützige Organisation rund um nachhaltige Lebensmittel mit 60 Mitarbeitern, die sich um die Bedürfnisse von 300 Menschen kümmerten. Albertoli stammt aus San Clemente, einer Küstenstadt in Südkalifornien, und das Kernkraftwerk San Onofre war dort. Ein großer Teil ihrer Erziehung waren die umstrittenen und belasteten Versuche, es zu verbessern und schließlich abzuschalten. Sie war fasziniert von Energie und insbesondere dem Bereich der erneuerbaren Energien.
Der CTO, Vik Chaudhry, stammte aus einem diametral entgegengesetzten Umfeld, Neu-Delhi in Indien. Sein Studium am Delhi College of Engineering absolvierte er in Bau- und Umweltingenieurwesen. In seinem letzten Jahr baute er von Grund auf einen Quadcopter mit Verschmutzungsüberwachungssensoren und flog damit um Hotspots in Neu-Delhi. Er fand heraus, dass es oft über 500 AQI lag, was dem Rauchen von 60 Zigaretten pro Tag entspricht. Diese Luftqualität könnte direkt auf einen Mangel an Elektrifizierung zurückgeführt werden. Er wechselte für einen Master nach Stanford, der sich auf den Energiesektor, Energietechnik und die Anwendung von KI und maschinellem Lernen zur Laststeuerung und Energieeffizienz konzentrierte, wobei ein großes Projekt Drohnen-basierte Standortbewertungen von Windparks waren. Cisco holte ihn für ein paar Jahre zur Leitung von ML und KI, als er und Kaitlyn Buzz Solutions auf den Weg brachten.
Sie trafen sich 2017 in einem Stanford-Kurs, der jetzt Venture Creation for the Real Economy heißt. Die ersten drei Wochen dienten der Erstellung der Markteinführungsstrategie, die nächsten drei Wochen der Erstellung Ihrer 5-Jahres-Projektion und die letzten drei Wochen der Erstellung Ihres Pitch Decks. Stanford bringt CMOs, CEOs und VCs alle drei Wochen vorbei, um Feedback zu geben.
Ursprünglich konzentrierten sie sich auf die Standortbestimmung von Windparks und wurden schnell auf Windpark-Drohneninspektionen verwiesen. In Gesprächen mit Energieunternehmen war die Erzählung immer dieselbe: Haben Sie gesehen, was dort mit häufigeren Inspektionen und dem Einsatz von Drohnen passiert? Das führte dazu, dass sie die Alumni-Listen von Stanford nutzten, um mit den Inspektionsteams von 35 großen Energieunternehmen zu sprechen. Sie stellten fest, dass sie zehnmal so viele Bilder wie in der Vergangenheit viel häufiger aufzeichneten und Drohnen viel häufiger einsetzten. Sie erhielten Hunderttausende von hochauflösenden Bildern mit hohem Zoom und planten, ihre Übertragungs- und Verteilungsinfrastruktur auf Millionen jährlich auszudehnen.
Drohne inspiziert Sendemast
Es gibt viel mehr Komplexität, viel mehr Komponenten und viel mehr beobachtbare Probleme in der elektrischen Übertragungs- und Verteilungsinfrastruktur als in Windparks. Schwerwiegende Störungen können zum Absturz von Stromleitungen, Funkenbildung und möglicherweise zu Waldbränden führen. Die Bedenken führten zu behördlichem Druck für verstärkte Inspektionen und Wartung. Und natürlich altert die Infrastruktur.
Aber der Prozess der Auswertung der Daten war manuell, mit geschulten Linientechnikern und Ingenieuren, die auf ihre Computer schauten, anstatt Probleme zu beheben. Das war eine Gelegenheit zum maschinellen Lernen. Sie begannen damit, Versorgungsunternehmen dabei zu unterstützen, Hotspots und Fehlerstellen zu identifizieren, die zu erheblichen Ausfällen führen könnten. Und das war vor der Waldbrandsaison 2017, die so viele Leitungen in Kalifornien beschädigte. Sie waren da, sie waren bereit und sie konnten.
Die Zunahme der Inspektionen wird durch zwei Hauptgründe getrieben. Die Infrastruktur altert mit einem Durchschnittsalter von Komponenten wie Isolatoren von über 40 Jahren und einer eingeschränkten Bestandsverfolgung. Ein großer Teil dessen, was Versorgungsunternehmen herauszufinden versuchen, ist, welche Vermögenswerte sie wo haben, wie alt sie sind und wie schnell sie sich verschlechtern. Mit der Einspeisung erneuerbarer Energien in das Netz und den Auswirkungen des Klimawandels werden die Komponenten zunehmenden Belastungen ausgesetzt, was zu einer erhöhten Degradation führt.
Da erneuerbare Energien ans Netz kommen, ist eine Modernisierung erforderlich, und die Identifizierung der zu modernisierenden Komponenten ist eine Herausforderung. Aber normalerweise hört man nichts über das Stromnetz, es sei denn, es gibt ein Problem wie Waldbrandausfälle, rollende Stromausfälle oder Ausfälle durch Sturmschäden an der Ostküste. Das Stromnetz ist in den letzten Jahren ins Rampenlicht gerückt, und dieser alternden und kritischen Infrastruktur in den USA wird ernsthafte Aufmerksamkeit geschenkt.
Es ist nicht möglich, 10-mal so viele Leute für den Umgang mit 10-mal so vielen Fotos auszubilden. Versorgungsunternehmen hatten mit dem Problem zu kämpfen. Sie versuchten, Ingenieure und Linientechniker einzustellen, um die Daten zu analysieren, aber die Verzögerungszeit von der Bildgebung bis zur Analyse nahm zu. Das bedeutete ein erhöhtes Risiko, da degradierende Komponenten zwischenzeitlich stärker degradiert wurden. Versorgungsunternehmen interessierten sich zunehmend für Lösungen zur Verwaltung und Analyse der Massen von Daten.
Das Markt-Timing von Buzz Solution war ausgezeichnet. Hochauflösende Kameras auf kleineren, kostengünstigen Drohnen ermöglichten viel mehr Bilder, viel billiger und sicherer. Viele UAV-Spieler sind in den letzten 5-8 Jahren auf den Markt gekommen und haben aus ihren Fehlern gelernt. Wie DJI-Drohnen sind sie alle kleiner, leistungsfähiger, intelligenter geworden, und die Sensoren sind radikal geschrumpft. Faustgroße Sensoren sind jetzt daumengroß. Sie sind leicht zugängliche Plattformen, die von jedem geflogen werden können.
Und in den Jahren 2016-2017 wurden Open-Source-Toolkits für maschinelles Lernen zur visuellen Erkennung in hohem Maße nutzbar. Google veröffentlichte ImageNet und ResNet, die sich schnell zu einem Standard-Backbone für Bildverarbeitungslösungen entwickelten. Dass die Algorithmen Open Source sind, ist der Schlüssel, aber es gab große Innovationen in der Datenverarbeitung, mit Cloud-basierten, billigen Grafikprozessoren (GPUs), die in Sekundenschnelle mit wenigen Klicks zugänglich sind. Das Ergebnis war ein Toolkit, das ohne einen Doktortitel in maschinellem Lernen und ein Jahrzehnt der Nutzung nutzbar war.
In der Vergangenheit wurden Linieninspektionen mit Hubschraubern oder mit Ferngläsern durchgeführt, und es waren nur ein Viertel oder ein Drittel der Linien pro Jahr. Es gibt auch On-Demand-Inspektionen bei großen Sturmrisiken, Sturmschadensbewertungen, starkem Wind oder Waldbrandgefahr. Versorgungsunternehmen identifizieren Hotspot-Bereiche, die einem höheren Risiko ausgesetzt sind oder in denen kritische Fehler auftreten könnten, und diese Bereiche werden häufiger inspiziert. Es gibt sowohl Vorbeiflüge auf hoher Ebene als auch detailliertere Inspektionen. Offensichtlich erfordern granularere und mehr Bilder mehr Bewertung.
Für einen einzelnen Sendemast können 30 bis 90 Bilder pro Mast vorhanden sein, normalerweise im Bereich von 40 bis 60. Sogar für Strommasten aus Holz oder Beton, die Gebäude mit Strom versorgen, werden 4–12 Bilder aufgenommen, typischerweise im Bereich von 8–10. Und es gibt viele Türme. Allein in den USA gibt es etwa 120.000 Meilen Hochspannungsleitungen mit Türmen etwa alle fünf Kilometer, was auf etwa 600.000 Türme hindeutet. Das Verteilungsnetz ist viel größer, mit etwa 5,5 Millionen Kilometern Kabeln und viel mehr Masten.
Die Datenmengen sind enorm, die Notwendigkeit, sie zu überprüfen, nimmt erheblich zu, und es gibt nicht genug Leute, um die Arbeit zu erledigen. Geben Sie Buzz Solutions ein. Das Unternehmen spart heute 50 % der Bildbeurteilungszeit ein und tendiert zu 80 % der Aufwandseinsparungen.
Die nächste Ära der sich abzeichnenden Inspektionen sind neuronale Netzchips auf Drohnen, zunächst für den automatisierten Flug um Türme, die Identifizierung hervorstechender Komponenten und die Bilderfassung und schließlich die sofortige Fehlererkennung. Die Skydio Drohne verwendet beispielsweise bereits einen ML-Chip für ihr autonomes Fliegen und Bildgeben. Da die FAA-Vorschriften gelockert werden und immer mehr Unternehmen die Genehmigung für Operationen außerhalb der Sichtlinie erhalten, gibt es in diesem Bereich eine Menge Arbeit.
Buzz Solutions ist dafür gut aufgestellt. Sie betrachten ihr Produkt als eine KI-Orchestrierungsplattform. Es nimmt mehrere Datenströme auf und erzeugt Ergebnisse. Ein erweiterter Anwendungsfall kann eine Verarbeitungseinheit für eine Felddrohne sein. Verschiedene Versorgungsunternehmen und Organisationen testen dies derzeit. Der erste Schritt besteht darin, Assets zu erkennen, indem die Drohne der Stromleitung selbst folgt, um den Mast herumfliegt und sie abbildet. Die nächste Generation wird schwerere Modelle für maschinelles Lernen sein, die Probleme erkennen und die Pole umkreisen, um Komponenten zu inspizieren. Wenn festgestellt wird, dass ein Isolator oder Leiter beschädigt ist, könnte die Drohne ihn umkreisen und weitere Bilder aufnehmen und möglicherweise eine sofortige Warnung zur priorisierten Reparatur senden.
Buzz Solutions nimmt Anfragen seiner Kunden nach dieser erweiterten Funktionalität entgegen und wird sie einsetzen, wenn die FAA mehr Nachsicht in Bezug auf Autonomie und mehr Rechenleistung für die Drohnen selbst gibt. Viks Liebe zum Bauen und Fliegen von Drohnen wird wieder befriedigt.
Ein weiterer Anwendungsfall, der untersucht wird, sind Senkrechtstartdrohnen mit festen Flügeln, die über größere Reichweiten und Kameras mit höherer Auflösung verfügen, sodass sie Bilder mit höherer Auflösung und höherer Geschwindigkeit aufnehmen können. Quadrocopter werden weiterhin für detaillierte Detailinspektionen benötigt, aber viele Drittanbieter von Drohnen und Versorgungsunternehmen prüfen unterschiedliche Formfaktoren von UAVs für unterschiedliche Anwendungsfälle. Dies ist einer von vielen Orten, an denen Drohnen Hubschrauber zu wesentlich geringeren Kosten ersetzen, was Teil des Rückgangs des Marktes für bemannte Drehflügler ist, der die Branche stört.
Und so endet die Zusammenfassung der ersten Hälfte meines Gesprächs mit Vik und Kaitlyn, den Mitbegründern von Buzz Solutions. Seien Sie gespannt auf Teil zwei, der bald veröffentlicht wird.
Schätzen Sie die Originalität von CleanTechnica? Erwägen Sie, Mitglied, Unterstützer, Techniker oder Botschafter von CleanTechnica zu werden – oder Gönner auf Patreon.
