Perché questo progetto è importante
La transizione energetica richiede un’infrastruttura di rete altamente disponibile e sicura. I processi di ispezione tradizionali richiedono tanto tempo e sono costosi. Con lo Smart Image Database, Swissgrid sviluppa una soluzione che analizza automaticamente le condizioni delle linee aeree, creando così le basi per ottimizzare i cicli di manutenzione e prolungare la vita utile. Il progetto rafforza anche la cooperazione internazionale: come parte di un Proof of Concept intersettoriale, mostra come i pool di dati condivisi e le tecnologie IA possano accelerare la digitalizzazione della manutenzione.
Progetto
La sfida
L’ispezione delle linee aeree è un processo complesso e costoso in cui esperti altamente specializzati devono controllare manualmente migliaia di immagini per identificare danni come la corrosione o la fatica del materiale: un compito che richiede molto tempo e che impegna risorse preziose. L’obiettivo è una manutenzione efficiente della rete.
La dipendenza da analisi esterne e la lentezza della valutazione manuale rallentano la digitalizzazione della manutenzione, comportando dei rischi: più tardi viene riconosciuto il danno, più alti sono i costi conseguenti e maggiore è il rischio per la sicurezza dell’approvvigionamento.
Approccio risolutivo
L’obiettivo è l’automazione invece del controllo manuale, per quanto consentito dallo stato dell’arte. Lo Smart Image Database è il fulcro di questa innovazione. Utilizzando un approccio esplorativo, costituisce un database completo di immagini per i componenti delle linee aeree e sviluppa modelli IA che riconoscono automaticamente danni e anomalie. Le immagini mostrate provengono da voli di droni nell’ambito del progetto MIDAS, in cui i componenti delle linee aeree vengono sistematicamente registrati e documentati, e servono come materiale campione.
- Database condiviso di immagini: I dati acquisiti dalle immagini dei componenti delle linee aeree servono come base per le analisi supportate dall’IA.
- Training IA: I modelli IA vengono addestrati e quindi sviluppati per riconoscere automaticamente danni e anomalie.
Vantaggi e risultati
Grazie al rilevamento accelerato dei danni, i costi si riducono e la qualità aumenta grazie a un ampio database standardizzato. Smart Image Database digitalizza la manutenzione e riduce la dipendenza da fornitori di servizi esterni. Questo approccio collaborativo si traduce in un’ispezione della rete supportata dall’IA come servizio che rafforza la sicurezza dell’approvvigionamento e prolunga la vita utile dell’infrastruttura. Si rivolge agli specialisti della manutenzione, dell’ispezione e dell’assistenza presso i gestori di reti di trasmissione e distribuzione.
Stato attuale del progetto/prospettive
Il progetto dura da giugno 2023 ad agosto 2026 ed è attualmente in fase di ulteriore sviluppo e ottimizzazione. Dopo la costruzione delle strutture iniziali del database e l’ulteriore sviluppo e l’ottimizzazione dei modelli IA, al momento l’attenzione è rivolta all’utilizzo e all’espansione dei dati sintetici delle immagini per migliorare ulteriormente il rilevamento dei danni. Alla fine del 2025, tutte le immagini rilevanti erano state raccolte, classificate e dotate di etichette adeguate, mentre i set di dati erano stati continuamente integrati da immagini sintetiche. Dal gennaio 2026 sono in corso lo sviluppo, l’addestramento e la convalida dei nuovi modelli IA. L’ottimizzazione dell’intero modello dovrebbe essere completata entro agosto 2026.
La collaborazione con i partner e la gestione agile dei progetti garantiscono uno sviluppo continuo e un alto livello di innovazione. Un successo visibile: nel 2024 MainDays, una piattaforma per l’innovazione e le best practices nella manutenzione, ha assegnato al progetto IA «Smart Image Database» il premio MAINTAINER all’innovazione.
