Geçtiğimiz birkaç on yılda aşırı hava olayları yalnızca daha şiddetli hale gelmekle kalmadı, aynı zamanda daha sık meydana geliyor. Yakınında kamu hizmeti şirketlerinin ve enerji sağlayıcılarının kendi güç ağlarının ve kontrol edilemeyen yangınlar veya su baskını gibi kendilerini etkileyebilecek her şeyin modellerini oluşturmalarına olanak sağlamaya odaklanmıştır. Redfern, New South Wales, Avustralya merkezli girişim yakın zamanda büyük ölçekli ağ modelleri oluşturan ve manuel anketler yapmak zorunda kalmadan riskleri değerlendiren yapay zeka ve makine öğrenimi ürünlerini piyasaya sürdü.
Neara, ticari olarak piyasaya sürüldüğü 2019 yılından bu yana Square Peg Capital, Skip Capital ve Press Ventures gibi yatırımcılardan toplam 45 milyon AUD (yaklaşık 29,3 milyon ABD Doları) topladı. Müşterileri arasında Essential Energy, Endeavor Energy ve SA Power Networks bulunmaktadır. Aynı zamanda Southern California Edison Co ve EMPACT Engineering ile de ortaktır.
Neara’nın yapay zeka ve makine öğrenimine dayalı özellikleri halihazırda teknoloji yığınının bir parçası ve aralarında Güney Kaliforniya Edison, Avustralya’da SA Power Networks ve Endeavor Energy, İrlanda’da ESB ve Scottish Power’ın da bulunduğu dünya çapındaki kamu hizmetleri kuruluşları tarafından kullanılıyor.
Kurucu ortak Jack Curtis, TechCrunch’a bakım, yükseltmeler ve işçilik maliyeti de dahil olmak üzere kamu hizmetleri altyapısına milyarlarca dolar harcandığını söyledi. Bir şeyler ters gittiğinde tüketiciler anında etkileniyor. Neara, yapay zeka ve makine öğrenimi yeteneklerini platformuna entegre etmeye başladığında amacı, manuel incelemeler olmadan mevcut altyapıyı analiz etmekti ve bunun genellikle verimsiz, hatalı ve pahalı olabileceğini söylüyor.
Ardından Neara, bir hizmet kuruluşunun ağının ve çevresinin büyük ölçekli bir modelini oluşturabilmek için yapay zeka ve makine öğrenimi özelliklerini geliştirdi. Modeller, bir etkinlik öncesinde, sonrasında ve sırasında aşırı hava koşullarının elektrik kaynakları üzerindeki etkisini simüle etmek de dahil olmak üzere birçok şekilde kullanılabilir. Bu, gücün yenilenmesinin hızını artırabilir, kamu hizmetleri ekiplerini güvende tutabilir ve hava olaylarının etkisini azaltabilir.
Curtis, “Şiddetli hava koşullarının artan sıklığı ve şiddeti, ürün geliştirmemizi herhangi bir olaydan daha fazla motive ediyor” diyor. “Son zamanlarda dünya genelinde şiddetli hava olaylarında artış yaşandı ve şebeke bu olaydan etkileniyor.” Bazı örnekler Fırtına Isha mıBirleşik Krallık’ta on binlerce kişiyi elektriksiz bırakan kış fırtınaları büyük kesintilere neden oldu Amerika Birleşik Devletleri genelinde ve Avustralya’da tropikal kasırga fırtınaları Queensland’in elektrik şebekesini savunmasız bırakıyor.
Neara’nın dijital hizmet ağı modelleri, yapay zeka ve makine öğrenimini kullanarak enerji sağlayıcılarını ve hizmet sağlayıcılarını onlar için hazırlayabilir. Neara’nın tahmin edebileceği bazı durumlar arasında şiddetli rüzgarların kesintilere ve kontrol edilemeyen yangınlara neden olabileceği yerler, ağların enerjilerini kapatması gerektiği anlamına gelen su baskını seviyeleri ve ağları daha az güvenilir ve dayanıklı hale getirebilecek buz ve kar oluşumları yer alıyor.
Modelin eğitimi açısından Curtis, yapay zeka ve makine öğreniminin “başlangıçtan itibaren dijital ağa dahil edildiğini” ve LiDAR’ın Neara’nın hava olaylarını doğru bir şekilde simüle etme yeteneği açısından kritik öneme sahip olduğunu söylüyor. Yapay zeka ve makine öğrenimi modelinin “bir milyon milden fazla çeşitli ağ bölgesinde eğitildiğini, bu da görünüşte küçük ama yüksek sonuç veren nüansları hiper doğrulukla yakalamamıza yardımcı olduğunu” ekliyor.
Bu önemlidir, çünkü sel gibi senaryolarda, yükseklik geometrisindeki tek derecelik bir fark, hatalı su seviyelerinin modellenmesine neden olabilir; bu da, kamu hizmetlerinin ihtiyaç duymadan önce elektrik hatlarına enerji vermesi gerekebileceği veya diğer yandan, gücü olduğundan daha uzun süre açık tutması gerekebileceği anlamına gelir. güvenli.
LiDAR görüntüleri, LiDAR yerine kamu hizmetleri şirketleri veya üçüncü taraf yakalama şirketleri tarafından yakalanır. Bazı müşteriler Neara’ya sürekli olarak yeni veriler beslemek için ağlarını tararken, diğerleri bunu geçmiş verilerden yeni bilgiler elde etmek için kullanıyor.
Curtis, “Bu LiDAR verilerinin alınmasının önemli bir sonucu, dijital ikiz modelinin yaratılmasıdır” diyor. “Ham LiDAR verilerinin aksine güç burada yatıyor.”
Neara’nın çalışmalarının birkaç örneği arasında, amacının “otomatik reçete” olduğu veya bitki örtüsünün nerede alev alacağını otomatik olarak manuel araştırmalara göre daha doğru bir şekilde tespit ettiği Güney Kaliforniya Edison yer alıyor. Ayrıca müfettişlerin araştırma ekiplerine onları riske atmadan nereye gideceklerini söylemelerine yardımcı olur. Kamu hizmeti ağları genellikle çok büyük olduğundan, farklı alanlara farklı denetçiler gönderilir, bu da birden fazla öznel veri kümesi anlamına gelir. Curtis, Neara’nın platformunu kullanmanın verileri daha tutarlı tuttuğunu söylüyor.
Güney Kaliforniya Edison’un bu vakasında Neara, LiDAR ve uydu görüntülerini kullanıyor ve rüzgar hızı ve ortam sıcaklığı da dahil olmak üzere orman yangınının bitki örtüsü yoluyla yayılmasına katkıda bulunan şeyleri simüle ediyor. Ancak bitki örtüsü riskini tahmin etmeyi daha karmaşık hale getiren bazı şeyler, Güney Kaliforniya Edison’un düzenlemeler nedeniyle elektrik direklerinin her biri için 100’den fazla soruyu yanıtlamak zorunda kalması ve ayrıca iletim sistemini yıllık olarak denetlemesinin gerekli olmasıdır.
İkinci örnekte Neara, binlerce evi ve işyerini etkileyen ve güney Avustralya’yı vuran en kötü doğal felaketlerden biri olarak kabul edilen 2022-2023 Murray Nehri sel krizinden sonra Avustralya’da SA Power Networks ile çalışmaya başladı. SA Power Networks, Murray Nehri bölgesinden LiDAR verilerini topladı ve dijital sel etki modellemesi gerçekleştirmek ve ağının ne kadarının hasar gördüğünü ve ne kadar riskin kaldığını görmek için Neara’yı kullandı.
Bu, SA Power Networks’ün sel bölgesindeki 21.000 enerji hattı aralığını analiz eden bir raporu 15 dakikada tamamlamasına olanak sağladı; aksi takdirde aylar sürecek bir süreçti. Bu nedenle SA Power Networks, başlangıçta öngördüğü üç haftaya kıyasla beş gün içinde elektrik hatlarına yeniden enerji verebildi.
3D modelleme aynı zamanda SA Power Networks’ün çeşitli su baskını seviyelerinin elektrik dağıtım ağlarının bazı kısımları üzerindeki potansiyel etkisini modellemesine ve enerji hatlarının nerede ve ne zaman açıklıkları ihlal edebileceğini veya elektrik kesintisi riski altında olabileceğini tahmin etmesine olanak tanıdı. Nehir seviyeleri normale döndükten sonra SA Güç Ağları, nehir boyunca elektrik kaynağının yeniden bağlanmasını planlamasına yardımcı olmak için Neara’nın modellemesini kullanmaya devam etti.
Neara şu anda daha fazla makine öğrenimi Ar-Ge çalışması yapıyor. Hedeflerden biri, kamu hizmetlerinin mevcut canlı ve geçmiş verilerinden daha fazla değer elde etmesine yardımcı olmaktır. Ayrıca görüntü tanıma ve fotogrametriye odaklanarak modelleme için kullanılabilecek veri kaynaklarının sayısını artırmayı da planlıyor.
Başlangıç aynı zamanda Essential Energy ile kamu hizmetlerinin bir ağdaki kutuplar da dahil olmak üzere her varlığı değerlendirmesine yardımcı olacak yeni özellikler geliştiriyor. Bireysel varlıklar şu anda iki faktöre göre değerlendiriliyor: aşırı hava koşulları gibi bir olayın olasılığı ve bu koşullar altında ne kadar iyi dayanabileceği. Curtis, bu tür risk/değer analizinin genellikle manuel olarak yapıldığını ve Kaliforniya’daki orman yangınları sırasındaki elektrik kesintilerinde olduğu gibi bazen arızaları engellemediğini söylüyor. Essential Energy, varlıkların daha hassas analizini gerçekleştirebilecek ve kontrol edilemeyen yangınlar sırasında riskleri azaltabilecek bir dijital ağ modeli geliştirmek için Neara’yı kullanmayı planlıyor.
Curtis, “Aslında, kamu hizmetlerinin, aşırı hava koşullarının ağlarını nasıl etkileyeceğini tam olarak anlayarak, ışıkları açık tutmalarına ve topluluklarını güvende tutmalarına olanak tanıyarak, aşırı hava koşullarından bir adım önde olmalarına olanak sağlıyoruz” diyor.