ドローン、IoTアナリティクス、AIはクズの難問を克服できますか？

停電に苦しむことを望んでいる人は誰もいません。おそらく、顧客に安全で信頼できるサービスを提供することに定評のあるすべての電気事業者の中で。ラインがダウンした場合、それは費用のかかる修理、顧客の欲求不満、人命への危害、および問題が続く場合の規制調査を意味します。

幸いなことに、先進国の電力は一般的に非常に信頼性が高いため、人々はその可用性を当然のことと考えています。しかし、米国の電力網の巨大なサイズで、物事はまだ起こります。グリッドは、200,000マイルを超える高圧送電線と550万マイルを超えるローカル配電線で構成されています。これにより、電力網は地球上で最大の相互接続された機械になります。

植生は、驚異的な管理コストで公益事業を圧迫します

このような広大なシステムではリスクは数多くありますが、主な脅威の1つである植生に驚かされる可能性があります。送電インフラストラクチャの保守は莫大な費用であり、運用と保守は公益事業の総運用予算の最大35％を占めます。たとえば、カリフォルニアの独立事業者は、高圧配電線だけの植生管理に年間2億5,000万ドル以上を費やしています。

なぜ植生管理はそれほど費用がかかるのですか？変動性、天候、成長率、トポロジーなどの要因が高価格に貢献しています。では、人工知能（AI）、機械学習、コンピュータービジョンなどの新しいテクノロジーは、この複雑で一見手に負えない問題の解決にどのように役立つのでしょうか。

今日の公益事業は通常、植生管理のための時間ベースのアプローチで動作します。これは主に手動のプロセスであり、目視検査によってトリミングと切断の場所と頻度が決定されます。このプロセスは、前世紀でもあまり変わっていません。そのため、これは近代化の大きな目標です。既存のビジネスプロセスは効率的ではなく、さらに重要なことに、持続可能ではありません。

アーボリストのトレーニングセッションを提供するリスクを冒して、葛について話しましょう。米国南東部の人々は、この植物、つまりユーティリティ植生管理の大敵に非常に精通しています。完璧な状態では、750万エーカーを覆うつる植物で1日1フィート成長することができます。電柱や電線などのユーティリティインフラストラクチャへのクズの被害に毎年数百万ドルが費やされています。従来の方法を使用して、このようなリスクをどのように管理しますか？あまり効果的ではありません。

もう1つの植物の脅威である樹木は、車両に倒れたり、暴風雨の際に根こそぎにされたり、寿命が尽きたときに健康状態が悪いために倒れたりする可能性があります。これは、近くの電気インフラストラクチャでよくある問題です。

樫の木は植物の脅威ですが、計画は簡単です。オークは約80フィートの高さに成長しますが、年間約12インチでゆっくりと成長します。したがって、この場合、植生管理の古い方法は許容できる可能性があります。3年ごとにオークを削減するだけです。

松の木の成長率はオークのようで、1年に1〜2フィートです。管理上の問題ではありません。しかし、サザンパインビートルは松の木を食べるのが大好きです。蔓延は1日あたり50フィートの割合で広がり、数週間以内に木を殺す可能性があります。このシナリオでは、公益事業者は成長率について心配しなくなりましたが、ツリー全体が境界線または通行権に陥ることがあります。

結論：公益事業は、広大な屋外ネットワーク、変動するリスク、および手動プロセスの莫大なコストに対処しています。この複雑さは、高度に規制された環境での運用によってさらに複雑になります。判決は行動を義務付けていますが、効果的な実行へのロードマップを提供していません。では、公益事業会社は何をすべきでしょうか。また、グリッドを近代化するための資金をどのように解放できるでしょうか。

ドローン、 IoT分析 とAIが植生管理コストの高騰を追いかけている

業界のリーダーは現在、革新的なエッジコンピューティング、ストリーミング分析、AI、およびドローンテクノロジーを組み合わせたサービスを提供し、手動検査に代わる効率的で費用効果が高くスケーラブルな最適化の代替手段をユーティリティに提供しています。エッジコンピューティングとストリーミングデータは、モノのインターネット（IoT）として知られる最近のテクノロジー展開のバックボーンです。 AIは最近、より費用効果が高くなり、広く使用できるようになりました。そして、検査ドローンはこれまで以上に手頃な価格です。

これらのソリューションを使用すると、ユーティリティは植生管理の意思決定プロセスに直接関与できます。彼らは、厳密な分析手法を使用して、植生のリスクを評価し、さらに重要なことに、緩和活動を提案し、パフォーマンスを最適化することができます。結果として得られるプロセスは、大幅に費用効果が高くなります。

この新しいアプローチが定着するのを見るのはエキサイティングです。また、カットする場所を特定するだけでなく、リソースの制約、時間の制約、空域などの要因に基づいてルートを最適化する方法も検討します。物体検出と物体識別のためのコンピュータビジョンを使用すると、植物の成長率や気象パターンなどの永遠の情報を統合できます。皆伐アプローチをスポットカットに修正することができます。これにより、緩和作業のスケジュールが最適化されます。このシフトにより、公益事業のコストとリスクが大幅に削減され、グリッドの近代化に向けて資金を解放できます。

この新しいアプローチの鍵は、企業規模での持続的な価値です。 AIやIoT分析などの高度な技術の強力でスケーラブルな組み合わせを採用することで、ユーティリティは次のことができるようになります。

• 危険な植生の侵入を特定する効率と効果を大幅に向上させます。
• 植生の成長パターンの予測モデリングを支援します。
• 包括的な通行権目録を提供します。
• 火災の危険があるエリアの特定を支援します。
• より賢明で情報に基づいた意思決定を行います。

木はまだ倒れます。クズは侵略的な雑草のままになります。そして、電力会社はこれらの脅威のあるプラントに対処し続けます。しかし、適切なテクノロジーがあれば、回線を明確にして運用できるようにするために多くの時間とお金を費やさなければならない理由はありません。これらのテクノロジーを組み合わせて使用​​すると、ユーティリティは運用の一貫性を維持できるため、顧客は毎晩ドアを歩いているときに電灯のスイッチを入れるときによく考える必要がありません。

Jason Mannは、SASのIoT担当副社長です。 Twitterで彼をフォロー @ jmann245およびLinkedIn。 Twitter @ SASsoftwareおよびLinkedInでSASをフォローしてください。