El reto
Con el objetivo de mejorar los esfuerzos para la identificación de elementos prediales como edificaciones, Enel-Codensa enfrentó el desafío de tener que mejorar la precisión y la oportunidad en la detección temprana de invasiones en líneas de transmisión de energía. Además, su gran cobertura de red, requería una solución tecnológica robusta para que su iniciativa de clasificación fuera automática.
La solución
Para mitigar el problema de evaluar manualmente las imágenes para detectar edificaciones que se encuentran en sectores contiguos espacialmente a las líneas de alta tensión en diferentes zonas geográficas, Servinformacion utilizó Google Cloud Platform para entrenar una red convolucional que clasifica, localiza, segmenta y luego devuelve los resultados para visualización y toma de toma de decisiones
Resultados del proyecto
Con la incorporación de tecnología de Machine Learning, mediante la implementación de un modelo de segmentación, a través de la utilización de las funciones de IA / ML de Google Cloud, Enel-Codensa pudo lograr de inmediato un aumento en el proceso de gestión de servidumbres con un elevado porcentaje de fiabilidad y la visualización completa de elementos detectados sobre BigQuery.
Servinformación ayudó a comprender la oportunidad de mejorar el proceso de detección temprana de invasiones sobre las franjas de terreno propiedad del Estado, brindando a los empleados, el poder evaluar rápidamente la totalidad de su cobertura en redes, proceso que en el pasado se realizaba manualmente sin alcanzar el 100% de la cobertura.
Sobre el Cliente
Enel–Codensa es una empresa de distribución y comercialización de energía eléctrica, líder en el mercado colombiano, con más de 3.4 millones de clientes distribuidos en Bogotá, Cundinamarca, ocho municipios en Boyacá, uno en Tolima, uno en Caldas y uno en Meta.
Industria: Energía Ubicación: Colombia
