Мониторинг ЛЭП и подстанций по данным дронов и обходов
Нейросети анализируют фото и видео с БПЛА: дефекты изоляторов и арматуры, нарушения габаритов, растительность и состояние опор.
Диапазоны по отраслевым публикациям и типовым внедрениям; результат зависит от данных и процессов заказчика.
Что решаем
Осмотр воздушных линий — тысячи километров, труднодоступная местность, работа бригад в полевых условиях. Плановые обходы охватывают линию раз в несколько лет, и дефекты — трещины изоляторов, коррозия арматуры, деревья в охранной зоне, повреждённые опоры — обнаруживаются после отключения.
Облёты дронами уже применяются, но дают десятки тысяч снимков за смену, которые инженеры просматривают вручную неделями. Результат осмотра зависит от внимательности конкретного специалиста.
Тепловизионные и лидарные данные накапливаются в архивах и не используются для оценки динамики состояния.
Что делает ИИ
PyTorchUltralytics YOLODetectron2Open3D / PDALAnomalibPostgreSQL / PostGIS
Решение обрабатывает материалы облётов и обходов на сервере компании и формирует дефектные ведомости с привязкой к опорам и элементам.
- Детекция и классификация дефектов по фото: изоляторы, арматура, провода, опоры, заземление, посторонние предметы; тепловые аномалии по тепловизионным снимкам.
- Контроль охранной зоны и габаритов до растительности и строений по лидарным облакам и фотограмметрии.
- Привязка находок к паспортам объектов, сравнение с предыдущими облётами и приоритизация ремонтов.
- Обнаружение аномалий для редких дефектов, которых нет в обучающей выборке.
Модели дообучаются на находках инженеров компании и учитывают конкретные типы опор и арматуры, применяемые в сетях заказчика.
Результат — дефектная ведомость в формате, принятом у заказчика, с координатами, фотографиями и классом дефекта, готовая для загрузки в систему управления активами.
Какие данные нужны
- Фото, видео, тепловизионные снимки с БПЛА
- Лидарные облака и фотограмметрия
- Паспорта ЛЭП и история дефектов
Какая инфраструктура нужна
Профиль «компьютерное зрение» с пакетной обработкой: за сезон облётов накапливаются миллионы снимков высокого разрешения и терабайты облаков точек, и главный критерий — пропускная способность обработки и ёмкость хранилища. Для сетевой компании подходит сервер R5 PLUS или ASUS ESC8000A L40S из раздела GPU-серверы с 4–8 GPU и NVMe-массивом на десятки ТБ.
Для района сетей или пилота достаточно рабочей станции W5 MAX из рабочие станции. Обработка лидарных облаков дополнительно требует большого объёма оперативной памяти — 256 ГБ и более. Материалы облётов объектов энергетики не покидают контур компании.
Как идёт проект
- 01
Данные и цель
Фиксируем метрику успеха, источники данных и ограничения: on-premise, персональные данные, сроки.
- 02
Пилот на нашей конфигурации
Стартовая машина под задачу и подтверждённый профиль нагрузки перед закупкой кластера.
- 03
Инфраструктура
Поставка серверов, станций и охлаждения, монтаж, ввод в эксплуатацию, ПО и мониторинг.
- 04
Сопровождение
Масштабирование, обновление ускорителей в том же шасси, сервис и запчасти.
Что ещё автоматизируют в отрасли «Энергетика и ЖКХ»
Опишите задачу и данные.
Вернёмся с профилем нагрузки, конфигурацией и коммерческим предложением на поставку в вашу страну.

