TalTechi vilistlane Henri Klemmer alustas elektrivõrkude inspekteerimist tudengina Raplamaal – siis käis ta liine läbi vaatamas jalgsi. TalTechi ettevõtlus- ja teadusportaal Trialoog kirjutab, et täna juhib ta Hepta Insightsi, mis kasutab droonide, satelliitide ja sensorite kogutud andmeid, et leida võrgurikkeid kiiremini, hinnata riske täpsemalt ja suunata hooldus sinna, kus seda kõige rohkem vaja on.
Klemmeri huvi elektriliinide vastu süvenes TalTechi Elektroenergeetika ja mehhatroonika instituudis õppides ja Elektrilevi praktikal. Hiljem tegeles ta sama teemaga edasi magistritöös ning töötas konsultatsiooniettevõttes, kus kõrgepingeliine kontrolliti juba helikopterite ja sensoritega. „Mingil hetkel sain aru, et elektrivõrkude analüüsimisel on päris palju kohti, kus saaks tööd teha efektiivsemalt, automatiseeritumalt ja tänapäevasemalt,“ rääkis Klemmer.
Sellest mõttest kasvas välja Hepta Insights.
Droonist sai üks tööriist paljude seas
Ettevõtte esimestel aastatel keskenduti kõigele droonidega seonduvale. Klemmer ja tema meeskond nägid droonides võimalust elektriliinide kohta väiksema ajakuluga rohkem andmeid koguda ning seetõttu hakkas Hepta Insights neid ka ise arendama.
Peagi sai aga selgeks, et suurem väärtus ei peitu mitte droonis endas, vaid selles, mida kogutud materjaliga edasi teha. Praegu Hepta Insights enam droone ei arenda ja enamasti on ka andmete kogumine usaldatud klientide ja kohalike partnerite kätte.
Ettevõte ise keskendub andmetöötlusele, -analüüsile ja tarkvara arendamisele. „Droon on ainult üks tööriist. Andmed võivad pärineda satelliitidelt, droonidelt, staatilistest sensoritest, ilmastikuinfost või simulatsioonidest. Lõpptulemus on see, et kõik need andmed tuleb kokku panna ja anda võrguettevõttele tervikpilt võrgu seisukorrast,“ selgitas Klemmer.
Tavaliselt kasutab klient nii Hepta Insightsi tarkvara kui ka andmeanalüüsi teenust. Rakenduses saab vaadata näiteks fotosid, termopilte ja 3D-mudeleid ning näha, millised rikked või puudused on võrgus leitud ja millises järjekorras tuleks nendega tegeleda.
Oluline osa tööst on pildimaterjali automaatne analüüs. Drooni või helikopteriga kogutakse ühe kontrolli käigus kümneid tuhandeid fotosid, mille käsitsi läbivaatamine võtaks väga palju aega. Seetõttu kasutatakse masinõppemudeleid, mis aitavad piltidelt võimalikud defektid üles leida ning inimene saab keskenduda keerulistele ja piiripealsetele juhtumitele.