Kaitlyn Albertoli é a fundadora da Buzz Solutions, uma empresa de IA que fornece detecção de falhas de ativos e análises preditivas para inspeções de linhas de energia, fornecendo economia na prevenção de queda de linhas, falta de energia e incêndios provocados devido à falha na infraestrutura da rede.

A Buzz Solutions foi fundada como parte do curso Stanford Launchpad em 2017, você poderia compartilhar alguns detalhes sobre esses primeiros dias?

Começamos a Buzz Solutions para atender a uma necessidade crítica que surgiu durante os primeiros dias de inspeções de infraestrutura de concessionárias de energia. Durante esse período crucial, as empresas de serviços públicos começaram a coletar mais dados visuais para garantir e permitir inspeções completas e frequentes. Desde o início, passamos muito tempo investigando os pontos problemáticos das concessionárias, bem como entendendo a visão de curto e longo prazo de seus programas de inspeção.

Reconhecer que cada concessionária tem seus próprios meios exclusivos de inspeção e processo de rotina, ficou claro que o melhor ponto de entrada no mercado era por meio de algoritmos de IA altamente precisos e flexíveis. Nos primeiros dois anos, nossa missão era construir os algoritmos mais precisos e facilmente retreináveis ​​do mercado que as empresas de serviços públicos pudessem implantar diretamente em seus sistemas existentes. Lançamos o produto oficial Buzz Solutions PowerAI no mercado de concessionárias em agosto de 2019.

As concessionárias são obrigadas a inspecionar toda a infraestrutura de transmissão e distribuição, por que isso é um problema para os métodos legados de inspeção manual?

Como as concessionárias são obrigadas a realizar inspeções mais frequentes, os níveis de coleta de dados estão disparando. As empresas de serviços públicos estão coletando 5 a 10 vezes os dados dos níveis históricos, muitas vezes coletando centenas de milhares e milhões de imagens anualmente. O atual processo de análise desses dados é feito manualmente, com eletricistas e técnicos de campo, o que é um processo altamente tedioso e inescalável. À medida que as inspeções se tornam mais frequentes, o processo manual se torna mais caro, demorado e aumenta o risco de falha de infraestrutura devido ao fato de os dados não serem processados ​​em tempo hábil.

Que tipo de dados de processamento visual são capturados no campo?

Imagens e streams de vídeo são atualmente capturados no campo usando drones, helicópteros, equipamentos fixos aeronaves de asa e até mesmo captura de dados baseada em solo. Os drones estão se tornando um meio de inspeção mais comum porque podem voar mais perto de estruturas e coletar imagens de vários ângulos que não são possíveis com aeronaves tripuladas. Os drones são capazes de capturar imagens visuais de vários componentes elétricos, estruturas da rede elétrica, vegetação circundante e locais. Isso permite uma inspeção mais abrangente, para que uma concessionária possa entender melhor a integridade de cada componente de infraestrutura para linhas de energia e subestações de T&D.

Que tipo de economia de custos é observada ao analisar essas imagens com IA versus análise manual?

A análise de imagens com IA proporciona uma enorme economia de custos, que continua a aumentar ao longo do tempo. A IA fornece uma economia de custo inicial direta de cerca de 50% em comparação com a análise manual e, com o tempo, essa economia aumenta exponencialmente à medida que a IA rastreia as tendências e fica mais inteligente com o tempo. Isso permite inspeções mais direcionadas e informadas e oferece economia adicional aos eletricistas, fornecendo melhores informações para que eles possam planejar com mais clareza e rapidez um caminho para a manutenção.

A tecnologia Buzz Solutions pode identificar o que precisa ser consertado em apenas algumas horas, você poderia falar sobre a IA usada para permitir isso?

Os algoritmos PowerAI Machine Vision são treinados para detectar uma lista específica de anomalias para infraestrutura de serviços públicos. Passamos dois anos construindo esses algoritmos do zero e agregando conjuntos de dados variados em geografias e linhas do tempo para treinar a IA para abranger essas falhas. Uma vantagem que temos é que treinamos nossa IA com imagens reais versus imagens “sintéticas” e nossa precisão na identificação e previsão de falhas ou problemas de equipamentos é significativamente maior do que a média do setor. Isso significa que os utilitários podem corrigir problemas com muito mais rapidez e eficiência.

Além disso, nossa IA aproveita o treinamento human-in-the-loop, onde os técnicos e engenheiros de campo fornecem dados de volta à IA, permitindo que o modelo fique mais inteligente e personalizado ao longo do tempo. A lista abrangente de modos de falha que os algoritmos PowerAI detectam hoje foi derivada das maiores necessidades que as concessionárias expressaram.

Você poderia discutir o sistema de análise preditiva que é usado e os benefícios que ele oferece ?

O Buzz rastreia tendências e falhas de ativos de serviços públicos ao longo do tempo, ajudando os sistemas de IA e aprendizado de máquina a se tornarem mais fortes, personalizados e eficientes. Isso também leva os sistemas a obter insights dessas tendências e prever áreas que podem ser propensas a áreas potencialmente mais altas de falha, ou seja,”pontos de acesso”. É aqui que o verdadeiro potencial de um sistema de análise preditiva entra em jogo e permite que as concessionárias tenham uma visão melhor de onde e quando seus equipamentos podem falhar.

Você poderia discutir seus planos para também atingir o setor eólico e solar?

Até o momento, o Buzz se concentrou em se tornar a solução de IA mais precisa e eficaz no espaço de inspeção do utilitário. Dito isto, existem muitas outras áreas de infraestrutura, incluindo geração de energia renovável, onde análises de inspeção são necessárias e bastante valiosas. A Buzz tem planos de expandir além do espaço de inspeção de T&D e fará anúncios sobre algumas dessas expansões de mercado mais concretas, pois há novos casos de uso que adicionamos ao nosso portfólio.

Como a otimização do setor de energia ajuda na mudança climática?

A Buzz Solutions ajuda nos esforços focados na sustentabilidade e auxilia em alguns dos maiores problemas relacionados ao clima problemas que enfrentamos hoje, permitindo redução de desastres induzidos pela rede, emissões reduzidas e maior confiabilidade da rede. Nossas detecções de falhas baseadas em IA reduzem os incêndios florestais provocados por ativos defeituosos, pois alertamos as concessionárias sobre falhas e vegetação invadindo a infraestrutura.

Além disso, nossos sistemas sinalizam áreas de falha comuns (“pontos quentes”). Áreas de pontos quentes pré-determinadas permitem inspeções direcionadas, em vez de helicópteros voando sem rumo por centenas de quilômetros. As inspeções direcionadas ajudam as concessionárias a reduzir as emissões de carbono e promover respostas preditivas em vez de ações reacionárias. Nossa tecnologia permite uma rede mais resiliente e estável, permitindo a penetração eficiente de recursos de energia renovável na infraestrutura da rede.

Você poderia discutir sua visão geral da transformação digital do setor de serviços públicos?

A Buzz Solutions está na vanguarda da transformação digital do fluxo de trabalho de inspeção e manutenção para concessionárias de energia. Embora a coleta de mais dados seja importante, é ainda mais significativo gerenciar os dados com sucesso e obter insights acionáveis ​​dessas informações. É aqui que o Buzz é particularmente valioso.

Nossa solução PowerAI não apenas fornece informações rápidas sobre a integridade atual da infraestrutura, mas também rastreia esses dados e alerta um utilitário para uma área que representa o maior risco potencial para a rede. O PowerAI permite uma atualização mais rápida dos componentes e um caminho mais eficiente para a modernização da rede. A transformação digital no setor permitiu a coleta de dados contínua, mas o poder dos dados é transformar os dados brutos em uma imagem coesa e obter insights específicos dessas informações.

Obrigado pela ótima entrevista, os leitores que desejam saber mais devem visitar Buzz Solutions.

By Henry Taylor

Eu trabalho como desenvolvedor back-end. Alguns de vocês devem ter me visto na conferência de desenvolvedores. Ultimamente tenho trabalhado em um projeto de código aberto.