Overstory

Sử dụng AI phân tích hình ảnh vệ tinh giúp các công ty điện lực quản lý cây xanh gần đường dây

Contact for pricing 4.1 United States
Truy cập website ↗

Trong những ngày mưa bão mất điện, nguyên nhân thường không phải do cột điện đổ mà là do cây ngã vào đường dây. Overstory kết hợp hình ảnh vệ tinh, ảnh chụp trên không và AI để giúp các công ty điện lực biết đoạn đường dây nào có thảm thực vật nguy hiểm nhất, từ đó ưu tiên xử lý trước, thay đổi phương thức từ "cắt tỉa toàn tuyến định kỳ" sang "sắp xếp theo mức độ rủi ro".

Tính năng nổi bật và trường hợp ứng dụng

Hệ thống phân tích hình ảnh vệ tinh và trên không để nhận diện chiều cao, tốc độ sinh trưởng của thực vật cũng như khoảng cách đến đường dây. Kết hợp với vị trí tài sản, bản đồ nguy cơ cháy rừng và dữ liệu địa hình, hệ thống sẽ đưa ra danh sách ưu tiên rủi ro. Giao diện bao gồm bảng điều khiển trên máy tính và thiết bị di động, giúp đội ngũ lập kế hoạch tại văn phòng và công nhân hiện trường cùng xem một nguồn dữ liệu, đồng thời cung cấp phân tích tác động đến chỉ số SAIDI (thời gian mất điện trung bình của hệ thống), trực tiếp liên kết các quyết định cắt tỉa với số giờ mất điện. Khách hàng bao gồm 6 trong số 10 công ty điện lực hàng đầu Bắc Mỹ, cùng nhiều đơn vị khác tại châu Mỹ và châu Âu.

Phù hợp cho các bộ phận bảo trì tài sản, vận hành đường dây và quản lý rủi ro cháy rừng của các công ty điện lực. Tại các khu vực thường xuyên chịu ảnh hưởng bởi bão và mưa lớn gây ngã đổ cây cối, việc ứng dụng logic sắp xếp thứ tự ưu tiên này giúp phân bổ nguồn lực chính xác hơn. Rào cản của những công cụ này không nằm ở công nghệ, mà là việc đơn vị có coi cây xanh là một tài sản cần quản lý hay không.

Tính năng chính

  • Phân tích AI rủi ro thực vật từ hình ảnh vệ tinh và ảnh chụp trên không
  • Sắp xếp mức độ ưu tiên lệnh công việc cắt tỉa theo rủi ro
  • Kết hợp vị trí tài sản, bản đồ cháy rừng và dữ liệu địa hình
  • Bảng điều khiển trên máy tính và thiết bị di động
  • Ph phân tích tác động chỉ số mất điện SAIDI

Ưu điểm

  • Chuyển từ cắt tỉa định kỳ sang hướng quản lý rủi ro, giúp giảm thiểu mất điện tốt hơn với cùng mức ngân sách
  • Được các công ty điện lực lớn áp dụng thực tế, không chỉ là bản thử nghiệm ý tưởng (PoC)
  • Dữ liệu có thể liên kết trực tiếp với các chỉ số độ tin cậy mà cơ quan quản lý quan tâm

Nhược điểm

  • Đối tượng phục vụ là các doanh nghiệp ngành điện, doanh nghiệp thông thường không dùng đến
  • Cần kiểm chứng khả năng thích ứng của bản đồ và các loài cây bản địa
  • Mức giá cần phải liên hệ tư vấn, thuộc dự án cấp doanh nghiệp

Trường hợp sử dụng

  • Lập lịch cắt tỉa thảm thực vật đường dây phân phối điện
  • Đánh giá điểm nóng rủi ro trước mùa cháy rừng và bão lũ
  • Phân bổ ngân sách bảo trì và theo dõi hiệu quả
  • Cải thiện các chỉ số độ tin cậy cung cấp điện

Ghi chú biên tập

Cắt tỉa toàn tuyến là cách công bằng nhất nhưng cũng lãng phí nhất. Đưa các đội ngũ nhân sự đến đúng những ki-lô-mét thực sự nguy hiểm mới là việc mà dữ liệu nên làm.

Câu hỏi thường gặp

Mật độ đường dây khác biệt rất lớn, liệu có còn phù hợp không?

Cốt lõi của thuật toán là mối quan hệ không gian giữa thảm thực vật và đường dây, nguyên tắc này mang tính phổ quát. Tuy nhiên, các loài thực vật, địa hình và mật độ đường dây ở mỗi khu vực là khác nhau, do đó mô hình cần được hiệu chỉnh bằng dữ liệu bản địa. Cách làm hợp lý là bắt đầu thử nghiệm phạm vi nhỏ tại một khu vực đơn lẻ để xác thực độ chính xác.

Độ phân giải của hình ảnh vệ tinh có đủ để nhìn thấy từng cây không?

Overstory kết hợp nhiều nguồn hình ảnh như vệ tinh và ảnh chụp trên không, độ phân giải thu được sẽ khác nhau tùy theo từng khu vực. Khi đánh giá, bạn nên hỏi rõ khu vực dịch vụ của mình có thể đạt được cấp độ hình ảnh nào và tần suất cập nhật ra sao — tần suất thường mang tính quyết định hơn độ phân giải.

Công cụ AI liên quan

繁體中文版 →