Il y a quelques semaines, j’ai eu l’occasion de rencontrer les cofondateurs de Buzz Solutions, une entreprise qui fournit une plate-forme aux services publics pour analyser, stocker et gérer la charge croissante d’images d’inspection haute résolution des actifs de transmission et de distribution.
La PDG, Kaitlyn Albertoli, a étudié les relations internationales, la finance et les affaires à Stanford, et dirigeait une organisation à but non lucratif autour de l’alimentation durable avec 60 personnes supervisant les besoins de 300 personnes. Albertoli est originaire de San Clemente, une ville balnéaire du sud de la Californie, et la centrale nucléaire de San Onofre s’y trouvait. Une grande partie de son éducation a été les tentatives controversées et chargées de le mettre à niveau et finalement de le fermer. Elle est devenue fascinée par l’énergie et en particulier l’espace des énergies renouvelables.
Le CTO, Vik Chaudhry, est issu d’un milieu diamétralement opposé, New Delhi en Inde. Son premier cycle au Delhi College of Engineering était en génie civil et environnemental. Au cours de sa dernière année, il a construit un quadricoptère à partir de zéro avec des capteurs de surveillance de la pollution et l’a fait voler autour des points chauds de New Delhi. Il a constaté qu’il était souvent supérieur à 500 IQA, l’équivalent de fumer 60 cigarettes par jour. Cette qualité de l’air pourrait être directement liée à un manque d’électrification. Il a déménagé à Stanford pour une maîtrise axée sur le secteur de l’énergie, l’ingénierie énergétique et l’application de l’IA et de l’apprentissage automatique à la réponse à la demande et à l’efficacité énergétique, avec un grand projet d’évaluation de l’emplacement des parcs éoliens par drone. Cisco l’a récupéré pour diriger ML et AI pendant quelques années alors que lui et Kaitlyn ont lancé Buzz Solutions.
Ils se sont rencontrés dans un cours de Stanford en 2017, maintenant appelé Venture Creation for the Real Economy. Les trois premières semaines ont été consacrées à la mise en place de la stratégie de mise sur le marché, les trois semaines suivantes à la construction de votre projection sur 5 ans et les trois dernières semaines à la construction de votre pitch deck. Stanford fait venir des CMO, des PDG et des VC toutes les trois semaines pour donner leur avis.
À l’origine, ils se concentraient sur l’implantation de parcs éoliens et ont rapidement été dirigés vers des inspections de drones de parcs éoliens. Lorsqu’ils parlaient aux entreprises énergétiques, le récit était toujours le même : avez-vous vu ce qui se passe avec des inspections plus fréquentes et l’utilisation de drones là-bas ? Cela les a amenés à tirer parti des listes d’anciens élèves de Stanford pour parler aux équipes d’inspection de 35 grandes compagnies d’électricité. Ils ont constaté qu’ils capturaient 10 fois plus d’images qu’ils ne l’étaient historiquement beaucoup plus fréquemment et qu’ils utilisaient beaucoup plus de drones. Ils obtenaient des centaines de milliers d’images haute résolution et à zoom élevé avec des plans pour étendre à des millions chaque année leur infrastructure de transmission et de distribution.
Il y a beaucoup plus de complexité, beaucoup plus de composants et beaucoup plus de problèmes observables dans les infrastructures de transport et de distribution d’électricité que dans les parcs éoliens. Des défauts graves pourraient provoquer des chutes de lignes électriques, des étincelles et éventuellement des incendies de forêt. Les préoccupations menaient à une pression réglementaire pour une augmentation des inspections et de la maintenance. Et, bien sûr, l’infrastructure vieillit.
Mais le processus d’évaluation des données était manuel, avec des monteurs de ligne et des ingénieurs formés qui regardaient leurs ordinateurs au lieu de résoudre les problèmes. C’était une opportunité d’apprentissage automatique. Ils ont commencé à essayer d’aider les services publics à identifier les points chauds et les points de défaillance susceptibles d’entraîner des pannes importantes. Et c’était avant la saison des feux de forêt de 2017 qui a endommagé tant de lignes en Californie. Ils étaient là, ils étaient prêts et ils ont pu.
L’augmentation des inspections est motivée par deux éléments majeurs. L’infrastructure est vieillissante, l’âge moyen des composants tels que les isolateurs étant de plus de 40 ans et le suivi des actifs limité. Une grande partie de ce que les services publics essaient de comprendre, c’est quels actifs ils ont, où, quel âge ils ont et à quelle vitesse ils se dégradent. Avec l’arrivée des énergies renouvelables sur le réseau et les impacts climatiques, les composants subissent des contraintes accrues entraînant une dégradation accrue.
À mesure que les énergies renouvelables arrivent sur le réseau, la modernisation est une exigence et l’identification des composants à moderniser est un défi. Mais vous n’avez pas tendance à entendre parler du réseau à moins qu’il n’y ait un problème tel que des pannes de feu de forêt, des pannes de courant ou des pannes causées par des tempêtes sur la côte est. Le réseau a été mis à l’honneur ces dernières années et une attention particulière est accordée à cette infrastructure vieillissante et critique aux États-Unis.
Il n’est pas possible de former 10 fois plus de personnes pour traiter 10 fois plus de photos. Les services publics étaient aux prises avec le problème. Ils essayaient d’embaucher des ingénieurs et des monteurs de lignes pour analyser les données, mais le délai entre l’imagerie et l’analyse augmentait. Cela signifiait une augmentation du risque, car les composants qui se dégradaient se dégradaient davantage entre-temps. Les services publics s’intéressent de plus en plus aux solutions de gestion et d’analyse des masses de données.
Le market timing de Buzz Solution a été excellent. Des caméras haute résolution sur des drones plus petits et peu coûteux permettaient beaucoup plus d’images, à moindre coût et de manière plus sûre. De nombreux joueurs de drones sont entrés sur le marché au cours des 5 à 8 dernières années, apprenant de leurs erreurs. Comme les drones DJI, ils sont tous devenus plus petits, plus puissants, plus intelligents et les capteurs ont radicalement rétréci. Les capteurs de la taille d’un poing sont maintenant de la taille d’un pouce. Ce sont des plates-formes hautement accessibles et pilotables par n’importe qui.
Et en 2016-2017, les kits d’outils d’apprentissage automatique de reconnaissance visuelle open source sont devenus très exploitables. Google a lancé ImageNet et ResNet qui sont rapidement devenus une colonne vertébrale standard pour les solutions de traitement d’images. Le fait que les algorithmes soient open source est essentiel, mais il y a eu une grande innovation dans le calcul, avec des unités de traitement graphique (GPU) bon marché basées sur le cloud accessibles en quelques secondes en quelques clics. Le résultat était une boîte à outils exploitable sans doctorat en apprentissage automatique et une décennie d’utilisation.
Historiquement, les inspections de lignes se faisaient avec des hélicoptères ou en parcourant les lignes avec des jumelles, et ce n’était qu’un quart ou un tiers des lignes par an. Il existe également des inspections à la demande en cas de risques de tempête majeurs, d’évaluations des dommages causés par les tempêtes, de vents violents ou de risques d’incendies de forêt. Les services publics identifient les zones sensibles sujettes à un risque plus élevé ou où des défaillances critiques pourraient se produire, et ces zones sont inspectées plus fréquemment. Il y a à la fois des survols de haut niveau et des inspections plus granulaires. De toute évidence, des images plus granulaires et plus nombreuses nécessitent plus d’évaluation.
Pour une seule tour de transmission, il peut y avoir de 30 à 90 images par tour, généralement dans la gamme 40-60. Même pour les poteaux de distribution, ceux en bois ou en béton apportant l’électricité aux bâtiments, il y a 4 à 12 images capturées, généralement dans la gamme 8-10. Et il y a beaucoup de tours. Il y a environ 120 000 milles de lignes de transmission à haute tension rien qu’aux États-Unis, avec des pylônes environ tous les cinq cents mètres, ce qui suggère environ 600 000 pylônes. Le réseau de distribution est beaucoup plus grand, avec environ 5,5 millions de kilomètres de câbles et beaucoup plus de poteaux.
Les volumes de données sont stupéfiants, la nécessité de les inspecter augmente considérablement et il n’y a pas assez de personnes pour faire le travail. Entrez Buzz Solutions. L’entreprise économise aujourd’hui 50 % du temps d’évaluation des images et tend vers 80 % d’économies d’efforts.
La prochaine ère d’inspections qui émerge est celle des puces de réseau neuronal sur les drones, initialement pour le vol automatisé autour des tours, l’identification des composants saillants et la capture d’images, et finalement la détection immédiate des défauts. Le drone Skydio, par exemple, utilise déjà une puce ML pour son vol et son imagerie autonomes. Avec l’assouplissement des réglementations de la FAA et de plus en plus d’entreprises obtenant l’approbation pour des opérations au-delà de la visibilité directe, il y a beaucoup de travail dans cet espace.
Buzz Solutions est bien situé pour cela. Ils considèrent leur produit comme une plate-forme d’orchestration d’IA. Il prend en charge plusieurs flux de données et produit des résultats. Un cas d’utilisation étendu peut être une unité de traitement pour un drone sur le terrain. Divers services publics et organisations testent cela maintenant. La première étape consiste à reconnaître les actifs avec le drone suivant la ligne électrique elle-même, en volant autour du poteau et en les imageant. La prochaine génération sera constituée de modèles d’apprentissage automatique plus lourds avec reconnaissance des problèmes et encerclant les pôles pour inspecter les composants. Si un isolant ou un conducteur est endommagé, le drone pourrait l’entourer et prendre plus d’images, et potentiellement envoyer une alerte immédiate pour une réparation prioritaire.
Buzz Solutions répond aux demandes de ses clients pour cette fonctionnalité avancée et la déploiera lorsque la FAA sera plus indulgente sur l’autonomie et plus de calcul sur les drones eux-mêmes. L’amour de Vik pour la construction et le pilotage de drones sera à nouveau satisfait.
Un autre cas d’utilisation exploré est celui des drones à décollage vertical à voilure fixe qui ont des portées plus longues et des caméras à plus haute résolution afin qu’ils puissent capturer des images de plus haute résolution à des vitesses plus élevées. Des quadricoptères seront toujours nécessaires pour des inspections granulaires approfondies, mais de nombreuses sociétés de drones et services publics tiers étudient différents facteurs de forme des UAV pour différents cas d’utilisation. C’est l’un des nombreux endroits où les drones remplacent les hélicoptères à moindre coût, ce qui fait partie de la réduction du marché des giravions habités qui perturbe l’industrie.
Ainsi se termine le résumé de la première moitié de ma conversation avec Vik et Kaitlyn, les co-fondateurs de Buzz Solutions. Restez à l’écoute pour la deuxième partie, bientôt disponible.
Vous appréciez l’originalité de CleanTechnica ? Envisagez de devenir membre, supporteur, technicien ou ambassadeur de CleanTechnica – ou un mécène sur Patreon.