Zustandsbewertung von Freileitungen mit Hilfe von KI

Das Projekt AILI beinhaltet die Entwicklung einer KI-gestützten Bilderkennungssoftware zur automatisierten Identifikation schadhafter Komponenten von Freileitungen.

Im Zuge der Energiewende steigen die Anforderungen an die Stromnetze, insbesondere aufgrund der kontinuierlich steigenden Einspeisung regenerativer Energien wie Wind- und Solarenergie. Der Ausbau und die zukunftsgerechte Umstrukturierung des Stromnetzes zum witterungsabhängigen Betrieb stellen dabei eine Herausforderung dar. In diesem Kontext ist es unerlässlich, stets verlässliche und präzise Informationen über den Zustand der einzelnen Netzkomponenten, der sogenannten Assets, zu haben.

Wir setzen bei der Erkennung von Bauteilen und Fehlern sowie bei der Automatisierung von Standardprozessen der Datenverarbeitung auf Methoden der Künstlichen Intelligenz.

Gemeinsam mit einem Übertragungsnetzbetreiber haben wir ein innovatives Monitoring-Verfahren für die Zustandsbewertung von Freileitungen entwickelt: Mithilfe multisensorischer Inspektionsflüge können Freileitungen mit nur einem Flug überprüft werden. Durch die Kombination aller benötigten Sensoren und Kameras in einem System lassen sich alle Inspektionsdaten in nur einem Überflug erfassen.
Die Ingenieurin oder der Ingenieur wird bei der bisher manuellen Bild- und Videoauswertung durch ein Dashboard unterstützt. Diese Lösung konsolidiert Daten aus verschiedenen Quellen und verschiedenen Formaten (Fotos, Videos, Positionsmetadaten, Laserscans etc.) und zeigt identifizierte Komponenten, Schäden und andere Auffälligkeiten an. Die Expertin oder der Experte definiert die Schadensschwere und mögliche Maßnahmen und kann die Informationen kundenspezifisch bereitstellen.
Nutzen und Vorteile

Zeitersparnis durch automatisierte Fehlererkennung 

Kosteneffizienz durch Automatisierung
Präzise Geolokalisierung fehlerhafter Bauteile
Fehlerminimierung

Zahnräder
Kontakt:
Thorsten Werner
thorsten.werner@spie.com

Artikel teilen

USE CASES
KI-basierte Auswertung und Dokumentation von Wegematerial zu Freileitungen
Automatisierte Erfassung und Dokumentation von Zuwegungen auf Freileitungsbaustellen mittels Drohnen und KI verbessert die Effizienz, reduziert Fehler und ermöglicht präzise Mengenerfassung. Echtzeit-Überwachung steigert die Baustellenproduktivität.
Visuelle Inspektion mit KI und Computer Vision
KI-gestützte visuelle Inspektion optimiert Fehlererkennung und Effizienz. Deep Learning analysiert Bilder und Videos automatisch, erkennt Muster und reduziert Kosten und Fehlerquote.
SPIE_Digireport_25_UseCase_Platzhalter_Welt_Instand
Die ganze Welt der Instandhaltung in der Hand
Optimierung der Instandhaltungsprozesse mit Insight Mobile: Die mobile Lösung bietet Echtzeit-Daten, Nutzerfreundlichkeit und innovative Funktionen wie AR und KI-basierte Ersatzteilsuche – für mehr Effizienz und Kostensenkung.