Contexto
El cliente en este caso es una empresa del sector de energía que cuenta con una infraestructura de redes eléctricas de transmisión y distribución que tienen diferentes componentes como aisladores, conductores, interruptores, disyuntores, palas, postes de tierra, dispositivos de protección contra sobretensiones y transformadores eléctricos, entre otros. Cada uno de estos cumplen diferentes funciones con el objetivo de transmitir la energía eléctrica de un punto a otro.
Su departamento de mantenimiento debe realizar inspecciones y mantenimientos periódicos con el fin de proveer el servicio de energía de manera confiable y con calidad.
Descripción del problema
Para realizar el proceso de inspección de redes eléctricas, actualmente se utilizan drones encargados de tomar las fotos de los diferentes elementos presentes en estas redes.
Estas imágenes son luego analizadas y clasificadas por un grupo de personas para identificar los elementos que requieren reemplazo o reparación. Estos elementos defectuosos son registrados en una hoja de cálculo junto con la ubicación de la carpeta donde está almacenada la foto correspondiente. Luego, utilizando una aplicación, obtienen las coordenadas de la foto y con estos datos se abre una orden de servicio que es atendida por el área de mantenimiento.
En promedio se requiere una semana para revisar al menos 1.000 fotos, con un costo aproximado de 270 dólares. Teniendo en cuenta el número de torres de la red de distribución eléctrica del cliente, y el número de fotos necesarias, el proceso actual implica una gran cantidad de horas hombre, y por tanto altos costos y un porcentaje elevado de errores.
Descripción de la solución
Se desarrolló una solución basada en visión de computador que, de manera automática y sin intervención humana, puede determinar si algún elemento de la red necesita reemplazo o reparación.
Se utilizó YOLO como modelo de reconocimiento de imágenes. Esta arquitectura utiliza redes neuronales convolucionales para predecir y clasificar las imágenes.
La solución implementada detecta automáticamente objetos como aisladores y transformadores que se encuentran en buen y mal estado, y los registra junto con su ubicación geográfica.
La solución de visión de computador también puede identificar otros objetos del entorno circundante que puedan afectar la funcionalidad de la red, como pueden ser por ejemplo vegetación creciente. Una vez identificado el elemento que requiere mantenimiento, se programa la orden de trabajo para que una cuadrilla sea despachada a la posición geográfica para realizar el mantenimiento correspondiente.
Beneficios para el negocio
La nueva solución requiere solo 11 segundos para procesar 1000 imágenes, con lo cual se ahorran 270 dólares y se reduce el tiempo previamente requerido que era de una semana. Con la solución de visión de computador desarrollada, el negocio disminuye la intervención humana en el proceso de inspección de redes eléctricas, reduciendo costos y tiempos de mantenimiento y evitando riesgos para el personal de campo.
Tecnologías utilizadas
- Computación en la Nube
- Machine learning y visión de computador.
