De acordo com pt.wedoany.com-A ESB Networks lançou um plano de cinco anos para realizar inspeções digitais em até 10.000 instalações elétricas na República da Irlanda. O projeto, implementado em parceria com a eSmart Systems, visa utilizar uma plataforma de inteligência artificial para aumentar a eficiência das inspeções da rede elétrica e o valor dos dados.

A ESB Networks, subsidiária do Grupo ESB, é responsável pela construção, operação e manutenção do sistema de distribuição da República da Irlanda, atendendo cerca de 2,4 milhões de clientes. O grupo comprometeu-se a alcançar um sistema elétrico com zero emissões líquidas até 2040. Neste contexto, a ESB Networks enfrenta múltiplos desafios, incluindo a integração de uma geração crescente de energia renovável, o apoio à eletrificação do aquecimento e dos transportes, e a gestão de uma rede de distribuição que contém muitos ativos envelhecidos. A corrosão é um dos problemas de condição mais proeminentes na rede irlandesa, e o projeto de inspeção baseado em imagens e inteligência artificial é considerado adequado para o acompanhamento contínuo a longo prazo deste desafio.
Os métodos tradicionais de inspeção dependem de helicópteros, inspeções a pé e inspeções periódicas de postes, cujos dados são utilizados principalmente localmente, dificultando a priorização de ativos em toda a rede ou a manutenção preditiva. Além disso, os voos de helicóptero e as deslocações de camiões geram custos financeiros e emissões de carbono, afetando o desempenho ambiental das empresas de serviços públicos. Assim, a ESB Networks estabeleceu padrões elevados para o novo projeto de inspeção: é necessário produzir resultados de deteção num formato unificado a nível da rede, criar um registo persistente da condição dos ativos que cresce ao longo do tempo e contribuir de forma mensurável para a redução das emissões de carbono das próprias inspeções.
A solução envolve a implementação da plataforma Grid Vision em parceria com a eSmart Systems, adotando um método de inspeção que combina imagens de drones, deteção de defeitos por inteligência artificial e verificação humana no circuito. Cada imagem é processada por um modelo de visão computacional treinado para identificar categorias específicas de condição dos ativos, e cada descoberta é revista por analistas treinados antes de qualquer ação ser tomada.

O foco estratégico do projeto reside na base de dados de registos longitudinais de ativos resultante. As imagens de drones e as avaliações assistidas por inteligência artificial de cada ciclo de inspeção constituem um registo longitudinal da condição de cada instalação, o que fornece um pré-requisito para a priorização de substituições baseada em risco e para a análise de manutenção preditiva. Oisín Armstrong, da equipa de Engenharia e Grandes Projetos da ESB, afirmou que o método de inspeção virtual permite à ESB "aumentar a eficiência através de um projeto de inspeção de ponta a ponta, poupando tempo, reduzindo custos e diminuindo a pegada de carbono, apoiando a nossa missão de alcançar zero emissões de carbono até 2040."
O projeto está a entregar resultados operacionais mensuráveis. O tempo desde a inspeção até ao relatório foi significativamente reduzido, e os fluxos de trabalho automatizados diminuíram o tempo desde a captura de imagens até às descobertas acionáveis, reduzindo assim as deslocações de camiões e o tempo de voo de helicóptero necessários para manter a visibilidade da rede. A pegada de carbono do próprio projeto de inspeção está a diminuir, e os dados de condição dos ativos estão a ser capturados num formato unificado a nível da rede, apoiando decisões proativas sobre ativos. O plano continuará a expandir-se, integrando os dados de inspeção com conjuntos de dados mais amplos de ativos e ambientais, construindo uma camada inteligente contínua.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com









