人工智能(AI)在幾乎可以想象到的每個(gè)行業(yè)中都有廣泛的潛在應(yīng)用，醫(yī)療保健、汽車、零售甚至快餐。

[[330907]]

但是，在公用事業(yè)行業(yè)中，人工智能和機(jī)器學(xué)習(xí)(ML)開始展示其對(duì)業(yè)務(wù)許多方面的某些最有影響力的影響。電力公司越來(lái)越依賴AI來(lái)改善電力供應(yīng)，例如在亞馬遜和加利福尼亞州，通過(guò)無(wú)人機(jī)管理軟件和植被管理來(lái)防止?jié)撛诘囊盎稹?/p>

在后疫情時(shí)代，減少的現(xiàn)場(chǎng)勞動(dòng)力正在迅速成為一種常態(tài)，人工智能實(shí)際上正在改善人類的工作。

從數(shù)據(jù)收集和分析到可行見解的呈現(xiàn)，人工智能和機(jī)器學(xué)習(xí)算法正在迅速重新定義公用事業(yè)公司如何管理其電力基礎(chǔ)設(shè)施。

合并和分類數(shù)據(jù)

公用事業(yè)公司監(jiān)督著龐大的基礎(chǔ)設(shè)施網(wǎng)絡(luò)，包括電線桿、導(dǎo)體、變電站。包含這些關(guān)鍵組件的傳輸線和配電線跨越數(shù)千英里。由于存在著火或停電的危險(xiǎn)，因此還必須監(jiān)視圍繞該關(guān)鍵基礎(chǔ)設(shè)施的植被管理。

全面了解這些資產(chǎn)意味著要使用各種不同的傳感器進(jìn)行電力線檢查。這些傳感器包括光檢測(cè)和測(cè)距(LiDAR)、彩色(RGB)、高光譜和熱成像。

這使無(wú)人機(jī)地圖繪制軟件可以捕獲一切，從植被附近到基礎(chǔ)設(shè)施資產(chǎn)，再到單個(gè)組件(例如變壓器上的絕緣子)，其操作完整性到指示潛在火災(zāi)隱患的熱點(diǎn)。

這是要捕獲、分類和處理的大量數(shù)據(jù)。而且，數(shù)據(jù)中有很多單獨(dú)的元素(即使只有一張圖像)也可以精確定位和分類，更不用說(shuō)準(zhǔn)確地進(jìn)行分類了。在所有這些傳感器上對(duì)數(shù)十億個(gè)數(shù)據(jù)點(diǎn)進(jìn)行分類是一項(xiàng)非常耗時(shí)的手動(dòng)任務(wù)。

AI和ML工具可以完成相同的工作。在幾秒鐘內(nèi)掃描在數(shù)千英里的公用事業(yè)基礎(chǔ)架構(gòu)中收集的數(shù)千張圖像。LiDAR點(diǎn)云分割可以檢測(cè)導(dǎo)體(相當(dāng)難于分割的組件類型)，每個(gè)點(diǎn)的準(zhǔn)確度都超過(guò)95%，而高光譜圖像分割可以識(shí)別植物物種，準(zhǔn)確度高達(dá)99%。

[[330908]]

不僅如此，當(dāng)與無(wú)人機(jī)傳感器配對(duì)時(shí)，這些算法還可以改善前期數(shù)據(jù)收集。AI和ML工具有助于實(shí)時(shí)調(diào)整傳感器系統(tǒng)的位置。如果信號(hào)丟失或無(wú)人機(jī)偏離其檢查飛行路線，則在專業(yè)無(wú)人機(jī)或飛行員硬件上運(yùn)行的EDGE AI算法可以幫助無(wú)人機(jī)通過(guò)物體檢測(cè)重新調(diào)整其焦點(diǎn)，或者避免機(jī)載碰撞造成的事故。

通過(guò)幫助在飛行中重新調(diào)整傳感器的方位，AI不僅可以確保更準(zhǔn)確的數(shù)據(jù)收集，而且可以確保由于數(shù)據(jù)收集不準(zhǔn)確而無(wú)需重復(fù)飛行或提前結(jié)束飛行，從而節(jié)省了寶貴的時(shí)間和資源。

機(jī)器學(xué)習(xí)技術(shù)可以在空中發(fā)現(xiàn)傳感器或無(wú)人機(jī)的飛行路徑中的任何故障，根據(jù)需要進(jìn)行重新校準(zhǔn)，并在數(shù)據(jù)通過(guò)傳感器的視頻饋送時(shí)識(shí)別出數(shù)據(jù)中的各個(gè)元素。

分解孤島以創(chuàng)建整體數(shù)據(jù)方法

所有這些的關(guān)鍵是消除在不同數(shù)據(jù)段之間自然形成的孤島。在公用事業(yè)檢查空間、資產(chǎn)管理和植被管理中，不同的傳感器等都產(chǎn)生各自不同的、相互隔離的數(shù)據(jù)集。

當(dāng)數(shù)據(jù)保持這種孤立狀態(tài)時(shí)，團(tuán)隊(duì)從收集的信息中得出公司范圍內(nèi)的見解或結(jié)論將造成不必要地困難。如果不能將其用于檢查自己和補(bǔ)充其他數(shù)據(jù)集，那么所有這些數(shù)據(jù)有什么好處?

好的數(shù)據(jù)管理不可能零星地存在。它需要是整體的，而AI為實(shí)現(xiàn)這一目標(biāo)提供了動(dòng)力。人工智能為將所有這些數(shù)據(jù)源匯集在一起，提供了一個(gè)中央資源，從而使對(duì)潛在問(wèn)題(例如易生火的植被或損壞的組件)的數(shù)據(jù)分析更加容易。將這些問(wèn)題收集到一個(gè)系統(tǒng)中后，識(shí)別故障并加以解決變得容易得多，而且比手動(dòng)篩選無(wú)數(shù)的桿或植被圖圖像要快得多。

盡管人們普遍擔(dān)心AI會(huì)消除人類的工作，但在公用事業(yè)公司，AI確實(shí)增強(qiáng)了人們?cè)诰W(wǎng)絡(luò)和電力線檢查過(guò)程中必須扮演的角色。因?yàn)锳I是執(zhí)行數(shù)據(jù)分析的工具，所以它既不是依賴于專業(yè)檢查員可能偏頗的專業(yè)知識(shí)，也不是容易疲勞和由此產(chǎn)生的異常結(jié)果，而是無(wú)人機(jī)檢查軟件。

但與此同時(shí)，人工智能本身無(wú)法做任何事情。它是一種提供更清晰/更準(zhǔn)確和更具操作性的信息的方法，人們可以根據(jù)自己的判斷采取行動(dòng)。

關(guān)于AI有很多容易做出的好壞假設(shè)。隨著社區(qū)開始從封鎖中逐步開放，社交距離預(yù)示著日常生活的顯著變化，人工智能對(duì)公用事業(yè)行業(yè)的真正意義在于減少了對(duì)人工檢查的依賴，并且提供了有關(guān)電力公司的正確信息的更有效的工具基礎(chǔ)設(shè)施-它的輸配電線路，電線桿和附近的植被-掌握在關(guān)鍵決策者的手中。