Hace unas semanas tuve la oportunidad de con los co-fundadores de Soluciones Buzzuna empresa que proporciona una plataforma a las empresas de servicios públicos para analizar, almacenar y gestionar la creciente carga de imágenes de inspección de alta resolución de los activos de transmisión y distribución.
El CEO, kaitlyn albertoli, estudió relaciones internacionales, finanzas y negocios en Stanford, dirigió una organización sin fines de lucro en torno a la alimentación sostenible con 60 personas que supervisaban las necesidades de 300 personas. Albertoli es de San Clemente, un pueblo de playa en el sur de California, y allí estaba la central nuclear de San Onofre. Una gran parte de su educación fueron los controvertidos y cargados intentos de actualizarlo y, finalmente, cerrarlo. Quedó fascinada con la energía y especialmente con el espacio de las energías renovables.
el CTO, Vik Chaudry, procedía de un entorno diametralmente opuesto, Nueva Delhi en la India. Su licenciatura en la Facultad de Ingeniería de Delhi fue en ingeniería civil y ambiental. En su último año, construyó un cuadricóptero desde cero con sensores de monitoreo de contaminación y lo voló alrededor de puntos calientes en Nueva Delhi. Descubrió que a menudo estaba por encima de 500 AQI, el equivalente a fumar 60 cigarrillos al día. Esa calidad del aire podría atribuirse directamente a la falta de electrificación. Se cambió a Stanford para obtener una maestría enfocada en el sector energético, la ingeniería energética y la aplicación de inteligencia artificial y aprendizaje automático para demandar respuesta y eficiencia energética, con un gran proyecto que consiste en evaluaciones de ubicación de parques eólicos basados en drones. Cisco lo eligió para ejecutar ML e IA durante algunos años mientras él y Kaitlyn pusieron en marcha Buzz Solutions.
Se conocieron en un curso de Stanford en 2017, ahora llamado Venture Creation for the Real Economy. Las primeras tres semanas fueron para configurar la estrategia de comercialización, las siguientes tres semanas para construir su proyección de 5 años y las últimas tres semanas para construir su plataforma de lanzamiento. Stanford reúne a CMO, CEO y VC cada tres semanas para dar su opinión.
Originalmente, se centraron en la ubicación de los parques eólicos y rápidamente se dirigieron a las inspecciones de parques eólicos con drones. Cuando hablaban con las empresas de energía, la narrativa siempre era la misma: ¿has visto lo que está pasando con las inspecciones más frecuentes y el uso de drones allí? Eso los llevó a aprovechar las listas de ex alumnos de Stanford para hablar con los equipos de inspección de 35 de las principales compañías eléctricas. Descubrieron que estaban capturando 10 veces la cantidad de imágenes que históricamente lo hacían con mucha más frecuencia y usando mucho más drones. Obtenían cientos de miles de imágenes de alta resolución y gran zoom con planes de expandir a millones anualmente su infraestructura de transmisión y distribución.
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 fallas severas podrían causar la caída de líneas eléctricas, chispas y posiblemente incendios forestales. Las preocupaciones estaban generando 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 linieros capacitados que miraban sus computadoras en lugar de solucionar los problemas. Esa fue una oportunidad de aprendizaje automático. Comenzaron a tratar de ayudar 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 allí, estaban listos y eran capaces.
Los aumentos en las inspecciones son impulsados por dos cosas principales. La infraestructura está envejeciendo, con una edad promedio de componentes como los aisladores de más de 40 años y con un seguimiento de activos limitado. Una gran parte de lo que las empresas de servicios públicos están tratando de averiguar es qué activos tienen, dónde, qué edad tienen y qué tan rápido se degradan. Con la llegada de energías renovables a la red y los impactos climáticos, los componentes están sometidos a mayores tensiones que conducen a una mayor degradación.
A medida que las energías renovables ingresan a la red, la modernización es un requisito, e identificar los componentes que se modernizarán es un desafío. Pero no tiende a escuchar sobre la red a menos que haya un problema, como cortes por incendios forestales, apagones continuos o cortes por daños causados por tormentas en la costa este. La red se ha convertido en 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 a las personas para manejar 10 veces las fotos. Los servicios públicos estaban luchando con el problema. Estaban tratando de contratar ingenieros y personal de línea para analizar los datos, pero el tiempo de demora entre la generación de imágenes y el análisis aumentaba. Eso significó un aumento en el riesgo, ya que los componentes degradantes experimentaron una mayor degradación mientras tanto. Las empresas de servicios públicos se interesaron cada vez más en soluciones para administrar y analizar grandes cantidades de datos.
El momento de mercado de Buzz Solution fue excelente. Las cámaras de alta resolución en drones más pequeños y económicos permitieron obtener muchas más imágenes, de manera mucho más económica y segura. Muchos jugadores de UAV han ingresado al mercado en los últimos 5 a 8 años, aprendiendo 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 muy accesibles que cualquiera puede volar.
Y en 2016-2017, los kits de herramientas de aprendizaje automático de reconocimiento visual de código abierto se volvieron altamente aprovechables. Google lanzó ImageNet y ResNet, que rápidamente se convirtieron en la columna vertebral estándar para las soluciones de procesamiento de imágenes. El hecho de que los algoritmos sean de código abierto es clave, pero ha habido una gran innovación en la computación, con unidades de procesamiento de gráficos (GPU) económicas y basadas en la nube a las que se puede acceder en segundos con unos pocos clics. El resultado fue un conjunto de herramientas que se podía explotar sin un doctorado en aprendizaje automático y una década de uso.
Históricamente, las inspecciones de línea se hacían con helicópteros o recorriendo las líneas con binoculares, y era solo una cuarta o tercera parte de las líneas al año. También hay inspecciones a pedido cuando hay grandes riesgos de tormentas, evaluaciones de daños por tormentas, vientos fuertes o riesgos de incendios forestales. Las empresas de servicios públicos identifican áreas de puntos críticos propensas a un mayor riesgo o donde podrían ocurrir fallas críticas, y esas áreas se inspeccionan con mayor frecuencia. Hay sobrevuelos de alto nivel e inspecciones más granulares. Obviamente, más granular y más imágenes requieren más evaluación.
Para una sola torre de transmisión, puede haber de 30 a 90 imágenes por torre, generalmente en el rango de 40 a 60. Incluso para los postes de distribución, los de madera o concreto que llevan electricidad a los edificios, se capturan de 4 a 12 imágenes, generalmente en el rango de 8 a 10. Y hay muchas torres. Hay alrededor de 120 000 millas de líneas de transmisión de alto voltaje solo en los EE. UU., con torres cada quinto de milla más o menos, lo que sugiere unas 600 000 torres. La red de distribución es mucho más grande, con alrededor de 5,5 millones de millas de cables y muchos más postes.
Los volúmenes de datos son asombrosos, la necesidad de inspeccionarlos aumenta significativamente y no hay suficientes personas para hacer el trabajo. Ingrese a Buzz Solutions. La empresa ahorra el 50 % del tiempo de evaluación de imágenes en la actualidad y tiende a ahorrar el 80 % del esfuerzo.
La próxima era de inspecciones que está surgiendo son los chips de redes neuronales en drones, inicialmente para vuelos automatizados alrededor de torres, identificación de componentes destacados y captura de imágenes y, finalmente, detección inmediata de fallas. los Skydio drone, por ejemplo, ya utiliza un chip ML para su vuelo e imágenes autónomos. Con la flexibilización de las regulaciones de la FAA y más empresas que obtienen la aprobación para operaciones más allá de la línea de visión, hay una buena cantidad de trabajo en este espacio.
Buzz Solutions está bien situado para esto. Piensan en su producto como una plataforma de orquestación de IA. Toma múltiples flujos de datos y produce resultados. Un caso de uso extendido puede ser una unidad de procesamiento para un dron en el campo. Varias empresas de servicios públicos y organizaciones están probando esto ahora. El primer paso es reconocer los activos con el dron siguiendo la línea eléctrica, volando alrededor del poste e imaginándolos. La próxima generación serán modelos de aprendizaje automático más pesados con reconocimiento de problemas y dando vueltas a los polos para inspeccionar componentes. Si se observa que un aislante o conductor está dañado, el dron podría rodearlo y tomar más imágenes, y potencialmente enviar una alerta inmediata para una reparación prioritaria.
Buzz Solutions está respondiendo solicitudes de sus clientes para esta funcionalidad avanzada y la implementará cuando haya más indulgencia de la FAA sobre la autonomía y más cómputo en los propios drones. El amor de Vik por construir y volar drones quedará satisfecho nuevamente.
Otro caso de uso que se está explorando son los drones de despegue vertical de ala fija que tienen rangos más largos y cámaras de mayor resolución para que puedan capturar imágenes de mayor resolución a velocidades más altas. Se seguirán necesitando cuadricópteros para inspecciones granulares en profundidad, pero muchas compañías de drones y servicios públicos de terceros están buscando diferentes factores de forma de UAV para diferentes casos de uso. Este es uno de los muchos lugares donde los drones están desplazando a los helicópteros a un costo mucho menor, parte de la reducción en el mercado de helicópteros tripulados que perturba la industria.
Y así termina el resumen de la primera mitad de mi conversación con Vik y Kaitlyn, los cofundadores de Buzz Solutions. Estén atentos para la segunda parte, que se lanzará pronto.
¿Aprecia la originalidad de CleanTechnica? Considere convertirse en un Miembro, partidario, técnico o embajador de CleanTechnica — o un mecenas en Patreón.
