Camiel Verschoor is de oprichter en ceo van Birds.ai.

20 December 2018

De inspectie van wind- en zonneparken is nog enorm arbeidsintensief. Het Delftse Birds.ai geeft beheerders een bird’s-eye view zodat ze efficiënter onderhoud kunnen plegen. Kunstmatige intelligentie speelt hierbij een centrale rol, legt oprichter en ceo Camiel Verschoor uit.

Op kantoor, in de trein of in het vliegtuig: waar je ook bent, er is altijd wel een stopcontact. De toegang tot elektriciteit is zo vanzelfsprekend dat we niet stilstaan bij wat er achter de schermen gebeurt als we onze laptop of telefoon opladen. Dat gold ook voor mij, tot ik begin vorig jaar Alex ontmoette. Hij werkt voor de Oostenrijkse energieleverancier Wien Energie en moet ervoor zorgen dat iedereen in Wenen 24/7 elektriciteit heeft. Hij beheert verschillende energiecentrales, waaronder een groot aantal windmolens en zonnepanelen.

Wanneer een van deze molens of panelen (onverwachts) kapotgaat, leidt dit tot enorme problemen. Ten eerste produceert de installatie geen energie meer, terwijl Alex’ werkgever wel gewoon aan de marktvraag moet blijven voldoen. Ten tweede kost de installatie nu alleen maar geld, onder meer voor de reparatie. Met het groeiende aantal windturbines en zonnepanelen en de dalende elektriciteitsprijs wordt het alleen maar belangrijker om onverwachtse storingen te voorkomen.

Op dit moment is de inspectie van de installaties enorm arbeidsintensief: vaak sturen beheerders nog gewoon een mannetje. Soms gebruiken ze al een drone, maar ook dan komen er menselijke ogen aan te pas die de gemaakte beelden uitvoerig bekijken. En zelfs dat levert geen duidelijk beeld van hoe een windmolen of zonnepaneel het doet en welke acties we kunnen ondernemen om ervoor te zorgen dat ze het blijven doen.

Birds.ai geeft beheerders van wind- en zonneparken een bird’s-eye view zodat ze beter onderhoud kunnen plegen.

Supervised learning

Met Birds.ai geven we beheerders zoals Alex een bird’s-eye view van hun wind- en zonneparken zodat ze beter onderhoud kunnen plegen. We huren professionele dronevliegers in om beelden van hoge kwaliteit te verzamelen van de wieken of panelen. Nadat ze het verzamelde materiaal hebben geüpload naar ons View-webplatform, gaan wij aan de slag. Met kunstmatige intelligentie creëren we artificial inspectors die automatisch schade of gebreken kunnen vinden in de beelden. De ai kan ook voorspellen hoe een beschadiging of defect zich kan ontwikkelen in de loop der tijd.

Al deze informatie visualiseren we in View. Alex kan hierop inloggen en een overzicht krijgen van de status van zijn parken, tot aan de individuele windmolenbladen en zonnepanelen. Deze status kan hij vergelijken met het verleden om te zien hoe eventuele schades zich evolueren. Op basis hiervan kan hij indien nodig direct actie ondernemen, in plaats van pas te reageren als het te laat is en een kleine beschadiging is uitgegroeid tot een ernstig probleem.

Om schades te vinden, gebruiken we algoritmes voor classificatie (wat staat er in het beeld?), detectie (waar staat iets in het beeld?) en segmentatie (wat representeert elke pixel?). Deze werken op basis van supervised learning: een menselijke inspecteur van de beheerder geeft van elke schade duizenden voorbeelden met daarbij telkens een tekstuele beschrijving van het soort defect en kent er een score aan toe van 1 (licht) tot 4 (zwaar). Dit voeren we aan onze algoritmes, die aan de hand daarvan steeds beter leren hoe een defect eruitziet en wat juist geen beschadiging is, maar bijvoorbeeld een blaadje op een paneel.

De precieze prestaties zijn afhankelijk van het aantal gegeven voorbeelden, de kwaliteit van de beelden en de kwaliteit van de annotaties. De grootste uitdaging is dat er geen typische defecten zijn: er zijn enorme verschillen in vormen en verhoudingen en er zijn geen duidelijk afgebakende grenzen. Ontbrekende componenten zijn ook defecten, maar die zijn buitengewoon moeilijk te vinden voor kunstmatige intelligentie.

De getrainde algoritmes nemen nieuwe beelden als invoer en produceren polygonen met labels over het soort schade en de ernst. Per beeld genereren we een digitaal rapport op ons platform. Zo’n rapport geeft een top-down overzicht op verschillende detailniveaus: bijvoorbeeld windpark, windmolen, wiek en schade. De beheerder heeft daardoor snel een globaal beeld en kan vervolgens inzoomen naar de niveaus die nodig zijn om een goede beslissing te nemen over het onderhoud.

Met het View-webplatform van Birds.ai krijgt een beheerder snel een globaal statusoverzicht van zijn installaties en kan hij inzoomen naar het detailniveau dat nodig is om een goede beslissing te nemen over het onderhoud.

Kritieke assets

In plaats van te reageren op onverwachte problemen, kunnen beheerders van wind- en zonneparken het onderhoud proactief plannen. Ze zijn geen tijd en geld meer kwijt aan onnodige reparaties en door het betere onderhoud gaan de installaties langer mee. De beheerders kunnen zich bovendien concentreren op hun kernactiviteiten en deze uitbreiden door meer windmolens en zonnepanelen te bouwen, die ze eenvoudig kunnen toevoegen aan het Birds.ai View-webplatform.

Het komende jaar gaan we onze technologie verder verfijnen. Door onze kunstmatige intelligentie te verbeteren, willen we de doorlooptijd van onze automatische analyses verkorten en efficiënter en sneller rapporten op kunnen leveren. Daarnaast verruimen we onze blik: naast wind- en zonneparken zijn er nog meer dure en kritieke assets waarvan we niet willen dat ze onverwachts kapotgaan. Begin 2020 moet ons platform ook geschikt zijn voor bijvoorbeeld bruggen, telefoonmasten en vliegtuigen.

Edited by Nieke Roos