i-DE y Tecnalia desarrollan nuevas tecnologías de inspección basadas en dronótica y deep learning para automatizar el diagnóstico y mantenimiento de líneas eléctricas
La iniciativa Aztertuz, en la que colaboran ambas entidades, se orienta al desarrollo de soluciones industriales que resuelvan las limitaciones de los métodos convencionales de inspección de infraestructuras energéticas mediante la aplicación de sistemas dronóticos, visión artificial y algoritmos de deep learning. Concretamente, su aplicación conjunta permite optimizar el proceso de inspección, automatizar la detección de anomalías y mejorar el mantenimiento y conservación de elementos críticos de las infraestructuras eléctricas, al tiempo que contribuye a un modelo de mantenimiento más seguro, eficiente y sostenible.
i-DE y Tecnalia han iniciado una colaboración en la iniciativa Aztertuz, orientada al uso de drones y deep learning para la automatización del diagnóstico y mantenimiento de infraestructuras energéticas. A partir de esta base tecnológica, se están desarrollando soluciones industriales que permiten combinar visión artificial y análisis avanzado de datos para detectar anomalías y garantizar un mantenimiento más eficiente de las redes eléctricas.
Tradicionalmente, la inspección de infraestructuras eléctricas ha presentado limitaciones técnicas derivadas de la dificultad de acceso a determinadas zonas, la exposición a entornos de riesgo y la complejidad de los sistemas. Estas condiciones dificultan la identificación temprana de fallos y condicionan la continuidad del servicio. La colaboración busca superar estas barreras mediante herramientas que permiten automatizar procesos de diagnóstico y reducir la intervención directa de los operarios en entornos hostiles.
La aplicación desarrollada conjuntamente incorpora un dron autónomo equipado con sistemas de captura de imagen, cámaras termográficas y tecnología LiDAR. Este dispositivo realiza un barrido aéreo de las líneas eléctricas y genera información de alta precisión para el análisis. Los algoritmos de deep learning procesan los datos obtenidos, identifican defectos visibles y puntos calientes, determinan distancias reglamentarias y generan un registro trazable de las incidencias detectadas.
El sistema proporciona una base técnica más completa para la toma de decisiones, reduce la exposición de personas a zonas de riesgo y elimina las emisiones de CO₂ asociadas a la inspección con helicópteros.
Con esta colaboración, i-DE y Tecnalia orientan la iniciativa Aztertuz hacia un modelo de mantenimiento más automatizado, eficiente y sostenible en el ámbito de las infraestructuras energéticas.
Fuente original: Tecnalia y Smart Grids Info