Co jeśli istnieje sposób na określenie intensywności klęsk żywiołowych? Zaintrygowany? To właśnie zamierza osiągnąć australijski startup Neara. Jego technologia AI chroni zakłady użyteczności publicznej przed ekstremalnymi warunkami pogodowymi, tworząc kompleksowe modele sieci energetycznych. W połączeniu z danymi Lidar i satelitarnymi modele te pomagają firmom oceniać ryzyko i symulować skutki ekstremalnych warunków pogodowych, umożliwiając szybsze przywracanie zasilania i zapewniając bezpieczeństwo społeczności.
Neara , australijski startup, uruchomiony w 2019 roku, wprowadził niedawno na rynek produkty oparte na sztucznej inteligencji i uczeniu maszynowym, służące do tworzenia modeli sieci na dużą skalę. Może to pomóc w ocenie ryzyka bez konieczności przeprowadzania ręcznych badań. Firma koncentruje się na tworzeniu modeli sieci energetycznych dla dostawców energii i przedsiębiorstw użyteczności publicznej. Do jej klientów należą Endeavour Energy, Essential Energy i SA Power Networks. Neara współpracuje również z EMPACT Engineering i Southern California Edison.
Według Jacka Curtisa , współzałożyciela i dyrektora ds. komunikacji (CCO), Neara udoskonaliła swoje możliwości w zakresie sztucznej inteligencji i uczenia maszynowego, aby opracować kompleksowy model sieci i otoczenia przedsiębiorstwa energetycznego. Modele te mają różnorodne zastosowania, takie jak symulacja wpływu ekstremalnych warunków pogodowych na dostawy energii elektrycznej. Pomaga to w szybszym przywracaniu zasilania, zapewnia bezpieczeństwo ekipom energetycznym i minimalizuje wpływ zjawisk pogodowych.
„Rosnąca częstotliwość i dotkliwość ekstremalnych zjawisk pogodowych motywuje nas do rozwoju produktów bardziej niż jakiekolwiek pojedyncze zdarzenie. Ostatnio na całym świecie nastąpił wzrost liczby ekstremalnych zjawisk pogodowych, a sieć energetyczna odczuwa skutki tego zjawiska” – dodał Curtis.
Przedsiębiorstwa użyteczności publicznej lub zewnętrzne firmy zajmujące się pozyskiwaniem danych z kamer lidarowych zbierają obrazy. Klienci wykorzystują te obrazy na dwa sposoby: do ciągłej aktualizacji Neara o nowe dane oraz do pozyskiwania informacji z danych historycznych. „Zasadniczo pozwalamy przedsiębiorstwom użyteczności publicznej wyprzedzać ekstremalne zjawiska pogodowe, dokładnie rozumiejąc, jak wpłyną one na ich sieć, co pozwala im zapewnić zasilanie i bezpieczeństwo swoim społecznościom. Kluczowym rezultatem pozyskania danych lidarowych jest stworzenie modelu cyfrowego bliźniaka. To właśnie w tym tkwi siła, a nie w surowych danych lidarowych” – dodał Curtis.
O przedsięwzięciach technologicznych w zakresie sztucznej inteligencji firmy Neara
Technologia sztucznej inteligencji firmy Neara chroni zakłady energetyczne przed ekstremalnymi warunkami pogodowymi, a jej działalność obejmuje Southern California Edison , koncentrując się na automatycznym przepisywania przepisów. Dzięki spójnym danym, pozwala to na precyzyjniejszą identyfikację zagrożeń pożarowych i zapewnia bezpieczniejsze inspekcje. Wykorzystują oni lidar i zdjęcia satelitarne do symulacji czynników rozprzestrzeniania się pożarów. Muszą odpowiedzieć na ponad 100 pytań dla każdego słupa energetycznego i corocznie kontrolować system przesyłowy.
Neara współpracowała z SA Power Networks w Australii po powodzi na rzece Murray w latach 2022-2023, aby ocenić ryzyko i uszkodzenia sieci. W ciągu 15 minut opracowali raport , analizując 21 000 przęseł linii energetycznych, co zajęłoby miesiące. Dzięki temu udało się przywrócić zasilanie linii w ciągu 5 dni zamiast trzech tygodni.
SA Power Networks wykorzystało modelowanie 3D, aby ocenić, jak różne poziomy powodzi mogą wpłynąć na sieci dystrybucji energii elektrycznej. Pomogło to przewidzieć lokalizacje i czasy, w których linie energetyczne mogą być narażone na odłączenie. Po obniżeniu się poziomu wód w rzece wykorzystano modelowanie, aby zaplanować ponowne podłączenie zasilania elektrycznego wzdłuż rzeki.
Zobacz także : ePlant wprowadza TreeTags do innowacyjnej pielęgnacji roślin
Neara pracuje nad udoskonaleniem badań i rozwoju uczenia maszynowego dla branży użyteczności publicznej, aby zoptymalizować wykorzystanie danych. Skupiają się na rozszerzaniu źródeł danych, szczególnie w zakresie rozpoznawania obrazów i fotogrametrii.
Technologia AI firmy Neara chroni zakłady użyteczności publicznej przed ekstremalnymi warunkami pogodowymi, a także pracuje nad innowacyjnymi funkcjami z Essential Energy. Razem mają na celu umożliwienie zakładom użyteczności publicznej oceny każdego zasobu, takiego jak słupy, w sieci.
