TCS UVision——未来的检查

公用事业支出数以百万计的检查和维护领域的资产,为输电和配电的生命线。尽管如此,植被侵占导体走廊,火灾,地震等自然灾害和资产状况恶化的主要原因故障和停电/电力不足的情况。主动检查领域的资产,快速决策,定期和修理/维修/更换可以防止这样的事件。甚至规定授权实用程序,但从检查必要的修理工作的广阔领域资产基础在一个预定的时间为一个实用程序是一项非常艰巨的任务。它涉及开支巨大的资源方面的熟练的手和truck-rolls除了资本支出花在资产。

领域资产最大的修理和维护工作时是被动的,有时候,一些公用事业公司采用了状态维修的临界磁场变形金刚等资产。到达的状态维修的核心支柱领域资产历史运营数据从不同的资产——比如加载模式,违反阈值和各种其他传感器数据。但那些不给信息的条件不产生的次级资产运营数据;像塔,波兰人,cross-arms、绝缘体、管道、接头等。古老的徒步巡逻目视检查来监控这些资产已经证明不足的状况。因此,一些公用事业已经诉诸昂贵的直升机检查或最近无人机辅助检查捕获图像/视频/激光雷达数据的资产。然后解释这个视觉数据手动识别异常和缺陷在各自的资产。通常由于被遮挡的清晰,建议复查。

而从野外捕获图像数据和分析在一个数组的后端技术专家已经被证明是有效的在某种程度上,公用事业正面临多重挑战在自动化和扩展同步标准的方法。这样的问题“多少玻璃绝缘子缺陷被发现在去年最后一个季度”仍然是手动解决与人类主体性和广泛不同的风险厌恶。

TCS UVision,机器视觉的事业平台,解决了公用事业需要自动化,标准化,获得准确的异常检测领域资产检查和植被管理问题。

这个平台提供了一个端到端的价值实现,利益相关方参与和自动化、可伸缩、机第一输出公用事业资产检查和植被侵蚀过程。与无缝移动和在线支持平台()能够摄入来自多个数据源的数据(包括卫星图像),在云端的(推荐)或本地环境和执行自动化的伤害/异常检测的个人资产和植被走廊。AI-ML核心解决方案与一个数据驱动的优先次序的过程,增强协议的依从性,边分析,和现场工作流程/注释管理上游;企业生态系统集成和有意义的可视化,地图中的观点,分析和启动工作流修理/纠正过程的下游。

集装箱,一束预先构建的微调,如果说AI-ML开发和专利的算法和功能TCS公用事业研究与创新实验室自动化平台引擎异常检测过程中。内置的即插即用合并数据平台,为最终用户UI / UX,利益相关者的工作流程,和次秒级查询响应随同TCS UVision平台。

TCS从事不同的公用事业资产分布损伤识别和量化,输电杆塔资产损失和植物入侵检测。我们甚至与气体&水务各自资产异常检测。

除了引进指数储蓄(包括运营成本和资本支出)和提高准确性,这个平台帮助公用事业达到可持续发展的目标在相当大程度上减少碳足迹。