{"id":1662,"date":"2024-05-06T13:47:54","date_gmt":"2024-05-06T11:47:54","guid":{"rendered":"https:\/\/cogita.ai\/?p=1662"},"modified":"2026-02-25T17:28:11","modified_gmt":"2026-02-25T16:28:11","slug":"real-time-monitoring-of-electrical-infrastructure-using-drones-and-ai-algorithms","status":"publish","type":"post","link":"https:\/\/cogita.ai\/pl\/real-time-monitoring-of-electrical-infrastructure-using-drones-and-ai-algorithms\/","title":{"rendered":"Monitorowanie infrastruktury elektrycznej w czasie rzeczywistym za pomoc\u0105 dron\u00f3w i algorytm\u00f3w sztucznej inteligencji."},"content":{"rendered":"<p>Projekt ma na celu opracowanie zaawansowanego systemu, kt\u00f3ry umo\u017cliwia <strong>wykrywanie usterek<\/strong>, zak\u0142\u00f3cenia i inne kwestie zwi\u0105zane z infrastruktur\u0105 elektryczn\u0105, poprawiaj\u0105c w ten spos\u00f3b jej bezpiecze\u0144stwo i wydajno\u015b\u0107.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Cele projektu:<\/h3>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Monitorowanie infrastruktury elektrycznej w czasie rzeczywistym...\t\t\t\t\t\t\t\t<\/li>\n\n\n\n<li>Identyfikacja potencjalnych zagro\u017ce\u0144, takich jak uszkodzenia linii przesy\u0142owych, wkraczanie ro\u015blinno\u015bci na linie, uszkodzenia izolator\u00f3w i zanieczyszczenia linii.\t\t\t\t\t<\/li>\n\n\n\n<li>Generowanie raport\u00f3w z monitorowania sieci energetycznej.\t\t\t\t\t\t\t<\/li>\n<\/ul>\n\n\n\n<h3 class=\"wp-block-heading\">Post\u0119p projektu:<\/h3>\n\n\n\n<p>1. <strong>Gromadzenie danych z kamer<\/strong>:<\/p>\n\n\n\n<p>Nagra\u0142 setki godzin materia\u0142u wideo z dron\u00f3w, koncentruj\u0105c si\u0119 na elektrycznych liniach przesy\u0142owych.<\/p>\n\n\n\n<p>2. <strong>Etykietowanie danych<\/strong>:<\/p>\n\n\n\n<p>Adnotatorzy oznaczyli dane, zaznaczaj\u0105c r\u00f3\u017cne obszary do monitorowania, w tym:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Widoczne usterki w liniach przesy\u0142owych,<\/li>\n\n\n\n<li>Ro\u015blinno\u015b\u0107 wkraczaj\u0105ca na linie,<\/li>\n\n\n\n<li>Uszkodzenia izolatora,<\/li>\n\n\n\n<li>Zanieczyszczenia na liniach.<\/li>\n<\/ul>\n\n\n\n<p><b>3. <strong>Wykorzystanie wst\u0119pnie wyszkolonych algorytm\u00f3w AI<\/strong>:<\/b><\/p>\n\n\n\n<p>Zastosowano wst\u0119pnie wytrenowane modele oparte na g\u0142\u0119bokim uczeniu i konwolucyjnych sieciach neuronowych (CNN).<\/p>\n\n\n\n<p><b>4. <strong>Dostrajanie algorytmu<\/strong>:<\/b><\/p>\n\n\n\n<p>Algorytmy zosta\u0142y dostrojone do przewidywania zak\u0142\u00f3ce\u0144 w infrastrukturze elektrycznej poprzez szkolenie na oznaczonych danych.<\/p>\n\n\n\n<p><b>5. <strong>Eksperymenty offline na danych historycznych<\/strong>:<\/b><\/p>\n\n\n\n<p>Osi\u0105gni\u0119to dok\u0142adno\u015b\u0107 92% na danych historycznych, s\u0142u\u017c\u0105c\u0105 jako punkt wyj\u015bcia do dalszych ulepsze\u0144.<\/p>\n\n\n\n<p><b>6. <strong>Gromadzenie danych i walidacja algorytm\u00f3w<\/strong>:<\/b><\/p>\n\n\n\n<p>Zebrano dodatkowe dane i wykorzystano je do oceny algorytmu, osi\u0105gaj\u0105c dok\u0142adno\u015b\u0107 89,5%.<\/p>\n\n\n\n<p><b>7. <strong>Iteracje w celu ulepszenia algorytmu<\/strong>: <\/b><\/p>\n\n\n\n<p>Zastosowano techniki Ensemble, \u0142\u0105cz\u0105c wyniki z r\u00f3\u017cnych modeli, uzyskuj\u0105c dok\u0142adno\u015b\u0107 94%.<\/p>\n\n\n\n<p><b>8. <strong>Praca nad redukcj\u0105 rozmiaru modelu AI<\/strong>:<\/b><\/p>\n\n\n\n<p>Aby umo\u017cliwi\u0107 wdro\u017cenie na urz\u0105dzeniach docelowych, model zosta\u0142 zoptymalizowany przy jednoczesnym zachowaniu jego skuteczno\u015bci.<\/p>\n\n\n\n<p><b>9. <strong>Pilota\u017c - wdro\u017cenie algorytmu w dw\u00f3ch lokalizacjach testowych<\/strong>:<\/b><\/p>\n\n\n\n<p>Algorytm zosta\u0142 przetestowany w warunkach rzeczywistych w dw\u00f3ch lokalizacjach, umo\u017cliwiaj\u0105c ocen\u0119 i dostosowanie do r\u00f3\u017cnych warunk\u00f3w terenowych.<\/p>\n\n\n\n<p><b>10. <strong>Generowanie raport\u00f3w z lotu drona<\/strong>:<\/b><\/p>\n\n\n\n<p><p>Algorytm zosta\u0142 zintegrowany z dronami, umo\u017cliwiaj\u0105c generowanie raport\u00f3w z wynikami monitorowania po ka\u017cdym locie drona.<\/p><\/p>\n\n\n\n<ol class=\"wp-block-list\"><\/ol>\n\n\n\n<h3 class=\"wp-block-heading\">Inwestycje i alokacja zasob\u00f3w:<\/h3>\n\n\n\n<p>Ca\u0142kowity koszt projektu wyni\u00f3s\u0142 800 000 PLN i zosta\u0142 podzielony w nast\u0119puj\u0105cy spos\u00f3b:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Zbieranie danych, przygotowanie i etykietowanie: 50 000 PLN.<\/li>\n\n\n\n<li>Wst\u0119pny rozw\u00f3j modelu (Proof of Concept): 150 000 PLN.<\/li>\n\n\n\n<li>Testowanie: 80 000 PLN.<\/li>\n\n\n\n<li>Poprawki i opracowanie ostatecznego modelu: 420 000 PLN.<\/li>\n\n\n\n<li>Wdro\u017cenie, dokumentacja, generowanie raport\u00f3w: 100 000 PLN.<\/li>\n<\/ul>\n\n\n\n<h3 class=\"wp-block-heading\">Wyniki i korzy\u015bci:<\/h3>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Redukcja koszt\u00f3w operacyjnych:<\/strong> Dzi\u0119ki zastosowaniu algorytm\u00f3w sztucznej inteligencji w monitorowaniu infrastruktury elektrycznej, koszty operacyjne zosta\u0142y zmniejszone o 15%, w tym inspekcje terenowe i czasoch\u0142onne analizy.<\/li>\n\n\n\n<li><strong>Redukcja koszt\u00f3w awarii:<\/strong> Wczesne wykrywanie usterek doprowadzi\u0142o do 18% redukcji koszt\u00f3w zwi\u0105zanych z awariami, unikaj\u0105c katastrofalnych uszkodze\u0144 i przed\u0142u\u017caj\u0105cych si\u0119 przestoj\u00f3w.<\/li>\n\n\n\n<li><strong>Roczne oszcz\u0119dno\u015bci finansowe:<\/strong> Zak\u0142adaj\u0105c sta\u0142\u0105 redukcj\u0119 koszt\u00f3w operacyjnych i unikanie koszt\u00f3w zwi\u0105zanych z awariami, szacowane roczne oszcz\u0119dno\u015bci wynosz\u0105 2,5 mln z\u0142.<\/li>\n\n\n\n<li><strong>Skr\u00f3cony czas reakcji na incydenty:<\/strong> \u015aredni czas reakcji na incydenty elektryczne skr\u00f3ci\u0142 si\u0119 o 70%, co doprowadzi\u0142o do szybszego rozwi\u0105zywania problem\u00f3w i zminimalizowania wp\u0142ywu incydent\u00f3w.<\/li>\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\">Jeste\u015b zainteresowany podobnym rozwi\u0105zaniem?<\/h2>","protected":false},"excerpt":{"rendered":"<p>Niniejsze studium przypadku przedstawia hipotetyczny projekt monitorowania infrastruktury elektrycznej w czasie rzeczywistym przy u\u017cyciu dron\u00f3w i algorytm\u00f3w sztucznej inteligencji.<\/p>","protected":false},"author":1,"featured_media":1274,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-1662","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-in-business"],"acf":[],"_links":{"self":[{"href":"https:\/\/cogita.ai\/pl\/wp-json\/wp\/v2\/posts\/1662","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cogita.ai\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cogita.ai\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cogita.ai\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/cogita.ai\/pl\/wp-json\/wp\/v2\/comments?post=1662"}],"version-history":[{"count":7,"href":"https:\/\/cogita.ai\/pl\/wp-json\/wp\/v2\/posts\/1662\/revisions"}],"predecessor-version":[{"id":2241,"href":"https:\/\/cogita.ai\/pl\/wp-json\/wp\/v2\/posts\/1662\/revisions\/2241"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cogita.ai\/pl\/wp-json\/wp\/v2\/media\/1274"}],"wp:attachment":[{"href":"https:\/\/cogita.ai\/pl\/wp-json\/wp\/v2\/media?parent=1662"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cogita.ai\/pl\/wp-json\/wp\/v2\/categories?post=1662"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cogita.ai\/pl\/wp-json\/wp\/v2\/tags?post=1662"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}