[스타트업 정보] Neara가 AI를 사용하여 극한 날씨로부터 유틸리티를 보호하는 방법

[스타트업 정보]  Neara가 AI를 사용하여 극한 날씨로부터 유틸리티를 보호하는 방법

지난 수십 년 동안, 기상 이변은 더 심각해질 뿐만 아니라 더 자주 발생하고 있습니다. 니라는 유틸리티 회사와 에너지 공급업체가 그들의 전력 네트워크 및 산불이나 홍수와 같이 영향을 미칠 수 있는 모든 것의 모델을 만들 수 있도록 하는 데 중점을 두고 있습니다. 호주 뉴사우스웨일스주 레드펀에 본사를 둔 스타트업은 최근 수동 설문 조사 없이도 대규모 네트워크 모델을 만들고 위험을 평가하는 AI 및 기계 학습 제품을 출시했습니다.

2019년에 상업적으로 출시된 이후, Neara는 Square Peg Capital, Skip Capital 및 Press Ventures와 같은 투자자들로부터 총 4,500만 달러(약 2,930만 달러)의 자금을 모았습니다. 고객에는 Essential Energy, Endever Energy, SA Power Networks가 포함됩니다. 또한 Southern California Edison Co 및 EMPACT Engineering과 파트너 관계를 맺고 있습니다.

Neara의 AI 및 머신 러닝 기반 기능은 이미 기술 스택의 일부이며 호주의 Southern California Edison, SA Power Networks 및 Envide Energy, 아일랜드의 ESB 및 Scottish Power를 포함한 전 세계 유틸리티에서 사용되었습니다.

공동 설립자인 잭 커티스(Jack Curtis)는 TechCrunch에 유지 보수, 업그레이드 및 인건비를 포함한 유틸리티 인프라에 수십억 달러가 사용되고 있다고 말합니다. 무언가 잘못되면 소비자는 즉시 영향을 받습니다. 니어라(Neara)가 AI와 머신 러닝(machine learning) 기능을 플랫폼에 통합하기 시작했을 때는 수동 검사 없이 기존 인프라를 분석하는 것이었는데, 이는 종종 비효율적이고 부정확하며 비용이 많이 들 수 있다고 말합니다.

그런 다음 Neara는 유틸리티의 네트워크 및 주변 환경에 대한 대규모 모델을 만들 수 있도록 AI 및 기계 학습 기능을 확장했습니다. 모델은 이벤트 전후 및 중에 전기 공급에 대한 극한 날씨의 영향을 시뮬레이션하는 것을 포함하여 다양한 방식으로 사용될 수 있습니다. 이는 전력 복구 속도를 높이고 유틸리티 팀을 안전하게 유지하며 기상 이벤트의 영향을 완화할 수 있습니다.

커티스는 "악천후의 빈도와 심각성이 증가하는 것은 그 어떤 사건보다 우리의 제품 개발에 동기를 부여합니다."라고 말합니다. "최근 전 세계적으로 악천후가 증가하고 있고 전력망이 이 현상에 의해 영향을 받고 있습니다." 영국에서 수만 명의 전력이 중단된 폭풍 이샤, 미국 전역에서 대규모 정전을 일으킨 겨울 폭풍, 퀸즐랜드의 전력망을 취약하게 만드는 호주의 열대성 사이클론 폭풍 등이 그 예입니다.

인공지능과 기계 학습을 사용함으로써, 네라의 유틸리티 네트워크의 디지털 모델은 에너지 공급자와 유틸리티를 준비할 수 있습니다. 네라가 예측할 수 있는 일부 상황에는 강풍이 정전과 산불을 일으킬 수 있는 곳, 네트워크가 에너지를 꺼야 하는 홍수 수위, 네트워크를 덜 안정적이고 탄력적으로 만들 수 있는 얼음과 눈이 쌓이는 것을 의미합니다.

모델 훈련 측면에서, 커티스는 AI와 머신 러닝이 "초기부터 디지털 네트워크에 진입"했으며, LiDAR는 날씨 이벤트를 정확하게 시뮬레이션하는 니라의 능력에 매우 중요하다고 말합니다. 그는 AI와 머신 러닝 모델이 "100만 마일 이상의 다양한 네트워크 영역에서 훈련되었으며, 이는 우리가 겉보기에는 작지만 높은 결과적인 뉘앙스를 초정확도로 포착하는 데 도움이 된다"고 덧붙였습니다

홍수와 같은 시나리오에서는 고도 기하학적 구조의 단 1도 차이로 인해 부정확한 수위를 모델링할 수 있기 때문에 중요합니다. 즉, 전력 공급업체는 전력 공급이 필요하기 전에 전력선에 전력을 공급하거나 전력을 안전한 것보다 더 오래 유지해야 할 수도 있습니다.

 

라이다 이미지는 라이다 대신 유틸리티 회사나 타사 캡처 회사에서 캡처합니다. 일부 고객은 네트워크를 스캔하여 니라에 새로운 데이터를 계속 공급하고 다른 고객은 과거 데이터에서 새로운 통찰력을 얻기 위해 사용합니다.

"LiDAR 데이터를 수집함으로써 얻을 수 있는 핵심적인 결과는 디지털 트윈 모델의 개발입니다."라고 커티스는 말합니다. "그것은 원시 LiDAR 데이터가 아니라 힘이 있는 곳에 있습니다."

Neara의 작업의 몇 가지 예로는 Southern California Edison이 있는데, 이곳의 목표는 "자동 처방"이며, 수동 조사보다 식물에 불이 붙을 가능성이 높은 곳을 자동으로 확인하는 것입니다. 또한 조사팀을 위험에 빠뜨리지 않고 조사팀이 어디로 가야 하는지 알려주는 데 도움이 됩니다. 유틸리티 네트워크는 종종 대규모이기 때문에, 다른 조사관들이 다른 지역으로 보내지는데, 이것은 여러 개의 주관적인 데이터 세트를 의미합니다. Curtis는 Neara의 플랫폼을 사용하는 것이 데이터를 더 일관성 있게 유지한다고 말합니다.

이 서던캘리포니아 에디슨의 경우, Neara는 LiDAR와 위성 이미지를 사용하고 풍속과 주변 온도를 포함하여 식생을 통한 산불 확산에 기여하는 것들을 시뮬레이션합니다. 그러나 식생 위험을 예측하는 것을 더 복잡하게 만드는 것은 서던캘리포니아 에디슨이 규정 때문에 각 전주에 대해 100개 이상의 질문에 답해야 하고 매년 송전 시스템을 검사해야 한다는 것입니다.

두 번째 예에서, 니라는 호주의 SA 파워 네트웍스와 협력하기 시작했는데, 이는 수천 가구와 기업에 영향을 미쳤고 호주 남부를 강타한 최악의 자연 재해 중 하나로 간주되는 2022-2023 리버 머레이 홍수 위기 이후였습니다. SA 파워 네트웍스는 머레이 강 지역의 라이다 데이터를 캡처하여 디지털 홍수 영향 모델링을 수행하고 네트워크가 얼마나 손상되었는지, 얼마나 많은 위험이 남아 있는지 확인하기 위해 니라를 사용했습니다.

이 덕분에 SA Power Networks는 홍수 지역 내 21,000개의 전력선 범위를 분석한 보고서를 15분 만에 완성할 수 있었고, 이 과정은 그렇지 않았다면 몇 달이 걸렸을 프로세스였습니다. 이 덕분에 SA Power Networks는 당초 예상했던 3주에 비해 5일 이내에 전력선에 다시 전력을 공급할 수 있었습니다.

또한 3D 모델링을 통해 SA Power Networks는 다양한 홍수 레벨이 전력 분배 네트워크의 일부에 미치는 잠재적인 영향을 모델링하고 송전선이 어디에서 언제 틈새를 뚫고 전기 공급을 중단할 수 있는지 예측할 수 있었습니다. 하천 수위가 정상으로 돌아온 후에도 SA Power Networks는 Neara의 모델링을 계속 사용하여 강을 따라 전기 공급을 다시 연결할 계획을 세웠습니다.

Neara는 현재 더 많은 기계 학습 연구 개발을 하고 있습니다. 한 가지 목표는 유틸리티 회사가 기존의 실시간 및 과거 데이터에서 더 많은 가치를 얻을 수 있도록 돕는 것입니다. 또한 이미지 인식 및 사진 측량에 중점을 두고 모델링에 사용할 수 있는 데이터 소스의 수를 늘릴 계획입니다.

 

출처 : 테크크런치