Kaitlyn Albertoli est la fondatrice de Buzz Solutions, une société d’intelligence artificielle qui fournit une détection des pannes d’actifs et des analyses prédictives pour les inspections de lignes électriques, fournissant des informations critiques des économies dans la prévention des pannes de lignes, des pannes de courant et des incendies de forêt provoqués par une infrastructure de réseau défaillante.
Buzz Solutions a été fondée dans le cadre du cours Stanford Launchpad en 2017, pourriez-vous partager quelques détails concernant ces premiers jours ?
Nous avons lancé Buzz Solutions pour répondre à un besoin critique apparu au début des inspections des infrastructures des services publics d’électricité. Au cours de cette période charnière, les entreprises de services publics ont commencé à collecter davantage de données visuelles pour assurer et permettre des inspections approfondies et fréquentes. Dès le départ, nous avons passé beaucoup de temps à approfondir les points faibles des services publics, ainsi qu’à comprendre la vision à court et à long terme de leurs programmes d’inspection.
Reconnaître que chaque service public a ses propres moyens d’inspection et processus de routine, il est devenu évident que le meilleur point d’entrée sur le marché était d’utiliser des algorithmes extrêmement précis et flexibles alimentés par l’IA. Au cours des deux premières années, notre mission était de créer les algorithmes les plus précis et les plus faciles à recycler du marché que les entreprises de services publics pourraient déployer directement dans leurs systèmes existants. Nous avons lancé le produit officiel Buzz Solutions PowerAI sur le marché des services publics en août 2019.
Les services publics sont mandatés pour inspecter toutes les infrastructures de transmission et de distribution, pourquoi est-ce un tel problème pour les anciennes méthodes d’inspection manuelle ?
Alors que les services publics sont mandatés pour effectuer des inspections plus fréquentes, les niveaux de collecte de données montent en flèche. Les entreprises de services publics collectent 5 à 10 fois plus de données que les niveaux historiques, collectant souvent des centaines de milliers et des millions d’images par an. Le processus d’analyse actuel de ces données est effectué manuellement, avec des monteurs de ligne et des techniciens de terrain, ce qui est un processus très fastidieux et non évolutif. À mesure que les inspections deviennent plus fréquentes, le processus manuel devient plus coûteux, prend plus de temps et augmente le risque de défaillance de l’infrastructure en raison du non-traitement des données en temps opportun.
Quel type de données de traitement visuel est capturé sur le terrain ?
Les images et les flux vidéo sont actuellement capturés sur le terrain à l’aide de drones, d’hélicoptères, de aéronefs à voilure, et même la capture de données au sol. Les drones deviennent un moyen d’inspection plus répandu car ils peuvent voler plus près des structures et collecter des images sous différents angles, ce qui n’est pas possible avec les avions pilotés. Les drones sont capables de capturer des images visuelles de divers composants électriques, des structures du réseau électrique, de la végétation environnante et des emplacements. Cela permet une inspection plus complète, afin qu’un service public puisse mieux comprendre la santé de chaque composant de l’infrastructure pour les lignes électriques T&D et les sous-stations.
Quel type d’économies sont réalisées en analysant ces images avec l’IA par rapport à l’analyse manuelle ?
L’analyse des images avec l’IA permet de réaliser d’énormes économies, qui continuent de augmenter avec le temps. L’IA permet des économies initiales directes d’environ 50 % par rapport à l’analyse manuelle, et avec le temps, ces économies augmentent de façon exponentielle à mesure que l’IA suit les tendances et devient plus intelligente au fil du temps. Cela permet des inspections plus ciblées et informées et offre aux monteurs de lignes des économies supplémentaires en fournissant de meilleures informations afin qu’ils puissent planifier plus clairement et plus rapidement un chemin vers la maintenance.
La technologie Buzz Solutions peut identifier ce qui doit être corrigé en quelques heures seulement, pourriez-vous discuter de l’IA qui est utilisée pour permettre cela ?
Les algorithmes de PowerAI Machine Vision sont formés pour détecter une liste spécifique d’anomalies pour l’infrastructure des services publics. Nous avons passé deux ans à créer ces algorithmes à partir de zéro et à agréger des ensembles de données variés à travers les zones géographiques et les délais pour entraîner l’IA à englober ces défauts. Un avantage que nous avons est que nous avons formé notre IA avec des images réelles par rapport à des images”synthétiques”et notre précision d’identification et de prédiction des défauts ou problèmes d’équipement est nettement supérieure à la moyenne de l’industrie. Cela signifie que les services publics peuvent résoudre les problèmes beaucoup plus rapidement et efficacement.
De plus, notre IA s’appuie sur une formation humaine dans la boucle, où les techniciens et ingénieurs de terrain réinjectent des données dans l’IA, permettant au modèle de devenir plus intelligent et plus personnalisé au fil du temps. La liste complète des modes de défaillance que les algorithmes PowerAI détectent aujourd’hui a été dérivée des besoins les plus importants exprimés par les services publics.
Pourriez-vous discuter du système d’analyse prédictive utilisé et des avantages qu’il offre ?
Buzz suit les tendances et les défaillances des actifs des services publics au fil du temps, aidant finalement les systèmes d’IA et d’apprentissage automatique à devenir plus forts, plus personnalisés et plus efficaces. Cela pousse également les systèmes à tirer des informations de ces tendances et à prédire les zones qui peuvent être sujettes à des zones de défaillance potentiellement plus élevées, c’est-à-dire les « points chauds ». C’est là que le véritable potentiel d’un système d’analyse prédictive entre en jeu et permet aux services publics de mieux comprendre où et quand leur équipement peut tomber en panne.
Pourriez-vous discuter de vos plans pour cibler également le secteur éolien et solaire ?
À ce jour, Buzz s’est concentré sur le fait de devenir la solution d’IA la plus précise et la plus efficace dans l’espace d’inspection des services publics. Cela étant dit, il existe de nombreux autres domaines de l’infrastructure, y compris la production d’énergie renouvelable, où les analyses d’inspection sont nécessaires et sont très utiles. Buzz a l’intention de s’étendre au-delà de l’espace d’inspection T&D et fera des annonces sur certaines de ces expansions de marché plus concrètes car il y a de nouveaux cas d’utilisation que nous ajoutons à notre portefeuille.
Comment l’optimisation du secteur de l’électricité contribue-t-elle au changement climatique ?
Buzz Solutions contribue aux efforts axés sur la durabilité et aide à certains des plus grands problèmes liés au climat auxquels nous sommes confrontés aujourd’hui en permettant de réduire les catastrophes induites par le réseau, de réduire les émissions et d’augmenter la fiabilité du réseau. Nos détections de pannes basées sur l’IA réduisent les incendies de forêt déclenchés par des actifs défectueux, car nous alertons les services publics des pannes et de la végétation qui empiète sur l’infrastructure.
En outre, nos systèmes signalent les zones de défaillance courantes (“points chauds”). Les zones de points chauds prédéterminées permettent des inspections ciblées plutôt que des hélicoptères volant sans but sur des centaines de kilomètres. Des inspections ciblées aident les services publics à réduire les émissions de carbone et à favoriser des réponses prédictives plutôt que des actions réactives. Notre technologie permet un réseau plus résilient et stable, permettant une pénétration efficace des ressources énergétiques renouvelables sur l’infrastructure du réseau.
Pourriez-vous nous parler de votre vision globale de la transformation numérique du secteur des services publics ?
Buzz Solutions est à la pointe de la transformation numérique du flux de travail d’inspection et de maintenance pour les services publics d’électricité. Bien que la collecte de plus de données soit importante, il est encore plus important de gérer avec succès les données et d’en tirer des informations exploitables. C’est là que Buzz est particulièrement précieux.
Non seulement notre solution PowerAI fournit des informations rapides sur la santé actuelle de l’infrastructure, mais elle suit également ces données et alerte un service public sur une zone qui présente le risque le plus potentiel pour le réseau. PowerAI permet une mise à niveau plus rapide des composants et une voie plus efficace vers la modernisation du réseau. La transformation numérique dans le secteur a permis une collecte de données transparente, mais la puissance des données est de pouvoir transformer les données brutes en une image cohérente et de tirer des informations spécifiques de ces informations.
Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter Buzz Solutions.