AIGC

Neara 如何運用人工智慧保護公用事業免受極端天氣影響

人工智慧在極端天氣中的應用:Neara 如何保護公用事業?作者:凱瑟琳·舒(Catherine Shu)/發表於 9 小時前引言過去幾十年來,極端天氣事件不僅變得更加嚴重,而且頻率也越來越高。面對這樣的挑戰,澳大利亞新南威爾士州的初創企業 Neara 致力於幫助公用事業公司和能源供應商建立對其電力網 .... (往下繼續閱讀)

分享到 Facebook 分享到 Line 分享到 Twitter

文章目錄

Neara 如何運用人工智慧保護公用事業免受極端天氣影響

人工智慧在極端天氣中的應用:Neara 如何保護公用事業?

作者:凱瑟琳·舒(Catherine Shu)/發表於 9 小時前

引言

過去幾十年來,極端天氣事件不僅變得更加嚴重,而且頻率也越來越高。面對這樣的挑戰,澳大利亞新南威爾士州的初創企業 Neara 致力於幫助公用事業公司和能源供應商建立對其電力網路和可能影響它們的事物(如野火或洪水)的模型。該公司最近推出了人工智慧和機器學習產品,可以在不進行手動調查的情況下建立大規模的網路模型並評估風險。自 2019 年商業化以來,Neara 已經從投資者(如 Square Peg Capital、Skip Capital 和 Press Ventures)籌集了 4500 萬澳元(約 2,930 萬美元)。其客戶包括 Essential Energy、Endeavour Energy、SA Power Networks,並與南加州愛迪生公司和 EMPACT Engineering 合作。Neara 的 AI 和機器學習功能已經成為其技術堆疊的一部分,並且已經被世界各地的公用事業使用,包括美國南加州愛迪生公司、澳大利亞 SA Power Networks 和 Endeavour Energy,愛爾蘭的 ESB 以及蘇格蘭能源。Neara 創始人傑克·柯蒂斯告訴 TechCrunch,公用事業基礕設施,包括維護、升級和勞動成本,累計花費數十億。如果出現故障,消費者將立即受到影響。當初,Neara 開始將人工智慧和機器學習能力整合到其平臺時,是為了分析現有基礎設施,而無需進行手動檢查,這大多時候效率低、不準確且昂貴。後來,Neara 增強了其人工智慧和機器學習功能,讓其能夠建立公用事業網路及周邊的大規模模型。模型可以在許多方面使用,包括模擬極端天氣對電力供應的影響,並可以增加供電恢復的速度,保護公用事業團隊的安全,減輕天氣事件的影響。

風險的挑戰

傑克·柯蒂斯表示:“急劇的天氣頻率和嚴重性比任何單一事件更激發了我們的產品開發動力。”最近,在全球範圍內出現了嚴重天氣事件的增加,電網受到這一現象的影響。比如,「伊莎風暴」在英國造成數以萬計的人斷電,冬季風暴在美國造成大面積停電,澳大利亞的熱帶氣旋則使昆士蘭的電網變得脆弱。運用人工智慧和機器學習,Neara 的數位化模式可以幫助能源供應商和公用事業應對這些挑戰。它可以預測例如高風可能導致斷電和野火、洪水水位需要關閉能源以及冰雪積聚可能使網路變得不太可靠和有韌性。

技術應用和成果

傑克·柯蒂斯提到,人工智慧和機器學習是“從公司產品的一開始就融入數位網路中的”,而鐳射雷達(LiDAR)對於 Neara 的準確模擬天氣事件至關重要。他補充說,其人工智慧和機器學習模型是“在超過一百萬英裏的多樣網路領土上訓練的”,這有助於捕捉看似微小但高度重要的細微差異,並具有超高的準確性。這一點非常重要,因為在洪水等情況下,海拔幾度的微小差異可能導致模擬水位不準確,這意味著公用事業可能需要提前通電線路,或者在安全方面延長通電時間。

資料來源和模型應用

Neara 使用的 LiDAR 影象是由公用事業公司或第三方捕獲公司捕獲,而非 LiDAR 本身。一些客戶掃描他們的網路以不斷提供新資料給 Neara,而另一些則利用它從歷史資料中獲得新的見解。傑克·柯蒂斯說:“從這些 LiDAR 資料中產生數位孿生模型是其中的關鍵所在,而不是原始 LiDAR 資料。” Neara 的成果包括與南加州愛迪生公司合作,“自動處方”其目標是比手動調查更準確地自動識別植被可能引發火災的位置。它還幫助檢查員告知調查團隊去哪裏,而不會讓他們面臨風險。因為公用事業網路通常規模龐大,不同的檢查員被分派到不同的區域,這意味著多組主觀資料。使用 Neara 的平臺可以使資料更加一致。在南加州愛迪生公司的案例中,Neara 使用 LiDAR 和衛星影象來模擬有助於植被蔓延的因素,包括風速和環境溫度。隨著回氣水平恢復常規,南加州愛迪生公司繼續使用 Neara 的建模來幫助計劃重新存取沿河的電力供應。

展望和前景

Neara 當前正在進行更多的機器學習研發,一個目標是幫助公用事業從其現有的實時和歷史資料中獲得更多價值。該公司還計劃增加可以用於建模的資料來源的數量,重點放在影象識別和攝影測量上。Neara 還正在與 Essential Energy 合作開發新功能,以幫助公用事業評估網路中的每個資產,包括電桿。當前獨立資產通常根據兩個因素評估:例如極端天氣的可能性以及在這些情況下它的抵抗能力。柯蒂斯表示這種風險/價值分析通常是手動執行的,有時不能防止故障,比如在加利福尼亞州野火期間造成停電的情況。Essential Energy 計劃使用 Neara 開發一個數位網路模型,可以對資產進行更精確的分析,並在野火期間降低風險。

結論

總的來說 Neara 的應用於人工智慧和機器學習技術為公用事業業者帶來了寶貴的幫助。這不僅有助於提前預測可能出現的風險,還可以在風險發生後快速地恢復能源供應,從而保障社區的執行和民眾的安全。

Technology-人工智慧、極端天氣、公用事業、風險管理
程宇肖

程宇肖

Reporter

大家好!我是程宇肖,我對於科技的發展和應用有著濃厚的興趣,並致力於將最新的科技趨勢和創新帶給大家。科技領域的變化速度驚人,每天都有令人興奮的新發現和突破。作為一名部落格作者,我將帶領大家深入探索科技的奧秘和應用的無限可能。