Zum Hauptinhalt springen
Zurück zu den Geschichten
Wie TNB die Überprüfungszeit für Lagerbestände in Malaysia durch den Einsatz angedockter Drohnen um das 90-Fache reduzierte

Wie TNB die Überprüfungszeit für Lagerbestände in Malaysia durch den Einsatz angedockter Drohnen um das 90-Fache reduzierte

Wie TNB die Überprüfungszeit für Lagerbestände in Malaysia durch den Einsatz angedockter Drohnen um das 90-Fache reduzierte
  • IndustrieInspektionen
  • Faster verification0%
  • Images processed daily0+

Tenaga Nasional Berhad (TNB) versorgt als Malaysias Hauptenergieversorger rund 10 Millionen Haushalte mit Strom und betreibt ein umfangreiches Netz von Verteilungs- und Übertragungsleitungen auf der malaiischen Halbinsel. Das Unternehmen exportiert außerdem Strom in Nachbarländer wie Singapur und Thailand. Im Rahmen seiner Strategie zur technologischen Transformation suchte TNB nach effizienten Methoden zur Überwachung und Steuerung seiner umfangreichen Lagerlogistik.

Während einer der Sitzungen der NestGen '25 sprachen wir mit Azfar Helmi, Technical Product Manager in der Abteilung Operations and Engineering bei Aerodyne-GruppeAerodyne ist ein weltweit führendes Unternehmen im Bereich Drohnentechnologie und Datenanalyse mit Präsenz in 45 Ländern. Azfar verfügt über mehr als neun Jahre Erfahrung in der Fernerkundung mit Schwerpunkt auf Drohnentechnologie, insbesondere bei der Gestaltung der integrierten Drohneninitiativen von Aerodyne in den Bereichen Bergbau und Energie. Hier ist, was sie über die Revolutionierung der Lagerbestandsüberwachung zu sagen hatten:

02

Die Herausforderung

„Manuelle Inspektionen wären sehr zeitaufwendig. Als wir 2023 erstmals mit unserem Kunden sprachen, war der Zeitaufwand das größte Problem, da jede Inspektionsrunde etwa drei Monate in Anspruch nehmen würde.“ - Azfar Helmi, Technischer Produktmanager, Aerodyne Group

TNB stand bei der Verwaltung seiner Lagerabläufe vor mehreren kritischen Herausforderungen:

  • Zeitaufwändige BestandsprüfungManuelle Inspektionszyklen dauerten drei Monate, wodurch die Daten aufgrund der täglichen Anlagenbewegungen innerhalb weniger Tage veraltet waren.
  • Begrenzte Sicht in riesigen Räumen: Der Betrieb eines 43 Hektar großen Lagers, das zwischen Verteilungs- und Übertragungsanlagen aufgeteilt ist, machte eine umfassende Überwachung mit herkömmlichen Methoden nahezu unmöglich.
  • Schwierigkeiten bei der RaumoptimierungDa große Anlagen wie Transformatoren und Kabeltrommeln einen erheblichen Lagerraum benötigen, war TNB auf Echtzeitinformationen über den verfügbaren Platz angewiesen, um die Lagereffizienz zu maximieren.
  • Genauigkeit der AnlagenverfolgungDie tägliche Bewegung von Vermögenswerten während der regulären Geschäftszeiten führte zu anhaltenden Diskrepanzen zwischen den Inventaraufzeichnungen und dem tatsächlichen Lagerbestand.

Das Lager enthielt diverse elektrische Geräte, darunter Transformatoren, Isolatoren, Schalter und Kabeltrommeln - alle in unterschiedlichen Mengen und Abmessungen. Herkömmliche Methoden konnten weder die Geschwindigkeit, Genauigkeit noch die Frequenz gewährleisten, die für eine effektive Bestandskontrolle in diesem dynamischen Umfeld erforderlich waren.

03

Die Lösung

Im September 2023 ging TNB eine Partnerschaft mit Aerodyne ein, um eine autonome Drohnen-Docklösung auf Basis von FlytBase Enterprise zu implementieren. Das System kombiniert die Docktechnologie von DJI mit fortschrittlicher KI-Analyse, um das Lageranlagenmanagement zu revolutionieren.

Die Umsetzung umfasste:

  • Installation einer DJI-Dockingstation mit einer DJI Matrice 30-Drohne
  • Starlink-Konnektivität für zuverlässige Kommunikation
  • FlytBase Enterprise-Plattformintegration mit AWS-Serverinfrastruktur
  • Speziell für die Erkennung und Klassifizierung elektrischer Geräte entwickelte KI-Algorithmen.
  • Spezielle Visualisierungssoftware zur Darstellung von Anlageninformationen in einem zugänglichen Format
04

So funktioniert es

Das autonome Drohnensystem folgt einem systematischen Prozess, um umsetzbare Erkenntnisse zu liefern:

  1. Der Lagerbereich ist zur besseren Übersicht in fünf Sektoren unterteilt.
  2. Die Dockdrohne führt täglich Flüge in allen Sektoren durch (wetterabhängig).
  3. Bei jeder abgeschlossenen Mission werden etwa 2000 Bilder aufgenommen.
  4. Alle Daten werden von der FlytBase -Plattform zur Verarbeitung an AWS übertragen.
  5. KI-Algorithmen analysieren die Bilder, um Vermögenswerte zu erkennen, zu klassifizieren und zu quantifizieren.
  6. Die Visualisierungssoftware präsentiert die verarbeiteten Daten dem Lagerverwaltungsteam von TNB.
  7. Die Ergebnisse liegen innerhalb von 24 Stunden vor und ermöglichen so Planungsentscheidungen für den nächsten Tag.

Das KI-Erkennungssystem ist darauf trainiert, verschiedene elektrische Bauteile mit hoher Genauigkeit zu erkennen, darunter Transformatoren (95 % Genauigkeit), Kabelbündel (80-85 % Genauigkeit) und Isolatoren (über 90 % Genauigkeit). Das System kann außerdem leere Bereiche für die Bestandsplanung identifizieren.

05

Durchführung

Die Implementierung erfolgte sorgfältig und methodisch, beginnend mit der Systeminstallation im Oktober 2023. Anstatt feste Flugzeiten festzulegen, wählte das Team eine flexible Missionsdurchführungsstrategie, um den unvorhersehbaren Wetterbedingungen in Malaysia gerecht zu werden. Piloten vor Ort standen bereit, um Missionen manuell durchzuführen, falls automatisierte Flugpläne durch Regen oder starken Wind beeinträchtigt wurden.

Die größte Herausforderung bei der Implementierung bestand in der Entwicklung und Optimierung der KI-Erkennungsalgorithmen. Kleinere Bauteile ließen sich allein anhand von Kartenmaterial nur schwer identifizieren, weshalb zusätzliches Training zur Mengenschätzung in übereinanderliegenden Konfigurationen erforderlich war. Durch iterative Verbesserungen erreichte das Team innerhalb weniger Monate nach der Implementierung die aktuelle Erkennungsgenauigkeit von 90 %.

„Wir stehen seit September 2023 bezüglich dieses konkreten Projekts mit TNB in ​​Kontakt. Bis Oktober 2023 haben wir eine DJI Dockingstation im TNB-Lager installiert.“ - Azfar Helmi, Technischer Produktmanager, Aerodyne-Gruppe
06

Die Ergebnisse

Die Dock-Drohnenlösung hat erhebliche operative Verbesserungen für das Lagermanagement von TNB gebracht:

  • drastisch reduzierte VerifizierungszeitWas früher drei Monate dauerte, kann jetzt täglich erledigt werden, die Ergebnisse liegen innerhalb von 24 Stunden vor - eine 90-fache Verbesserung der Verifizierungsgeschwindigkeit.
  • Verbesserte BestandsübersichtDie tägliche Bestandsprüfung ermöglicht eine nahezu Echtzeit-Übersicht über den Lagerbestand, einschließlich Mengen, Klassifizierungen und genauen Standorten kritischer Komponenten.
  • Optimierte RaumnutzungDie Ingenieure von TNB erhalten nun jeden zweiten Tag aktualisierte Informationen über verfügbare Lagerflächen, sodass sie die Anlieferung und Aufstellung der Ausrüstung effizient planen können.
  • Verbesserte KlassifizierungsgenauigkeitDas KI-System kann verschiedene Arten von elektrischen Bauteilen (Transformatoren, Isolatoren, Schalter usw.) mit einer Genauigkeit von bis zu 95 % für bestimmte Gerätekategorien unterscheiden.
  • Datengestützte EntscheidungsfindungLagerleiter können nun Entscheidungen auf der Grundlage des aktuellen Lagerbestands und nicht mehr auf der Grundlage veralteter Informationen treffen, was die Ressourcenzuweisung und -planung verbessert.
„Ohne KI müsste eine Person vor Ort die Daten einzeln überprüfen. Selbst wenn man sich auf Kartierung verlässt und GIS-Analysten die Identifizierung täglich durchführen lässt, würde die Klassifizierung einer einzigen Karte mindestens zwei Wochen dauern. Mit KI hingegen können wir heute Bilder aufnehmen, und TNB erhält die Ergebnisse bis zum Ende des nächsten Werktags. Bereits am dritten Tag können die gewonnenen Erkenntnisse genutzt werden.“ - Azfar Helmi, Technischer Produktmanager, Aerodyne Group
07

Der Weg nach vorn

Nach dem Erfolg der ersten Implementierung weitet TNB den Einsatz autonomer Dockdrohnentechnologie aus:

  • Einsatz zusätzlicher Laderampen am selben Lagerstandort zur Sicherheitsüberwachung
  • Geplante Ausweitung auf weitere TNB-Einrichtungen zur umfassenden Sicherheitsüberwachung
  • Testphase für den Einsatz von Docks an Umspannwerken zur Durchführung wöchentlicher oder monatlicher Inspektionen
  • Kontinuierliche Verbesserung der Erkennungsalgorithmen zur Steigerung der Genauigkeit für alle Gerätetypen
  • Erforschung potenzieller Anwendungen von SLAM- und LIDAR-Technologien in Lagerhallen.

Die Erfahrungen von TNB beweisen die Skalierbarkeit der autonomen Drohnentechnologie. Jede erfolgreiche Anwendung schafft Möglichkeiten zur Ausweitung auf weitere Anwendungsfälle und Standorte.

08

Abschluss

Die Partnerschaft zwischen TNB, Aerodyne und FlytBase demonstriert, wie autonome Drohnentechnologie das Bestandsmanagement in Lagerhallen der Energiebranche revolutionieren kann. Durch die Verkürzung der Prüfzeit von Monaten auf Tage, die Verbesserung der Bestandsgenauigkeit und die datengestützte Flächenoptimierung bietet die Lösung unmittelbaren operativen Mehrwert und schafft gleichzeitig die Grundlage für kontinuierliche Innovation und Expansion.

09

Häufig gestellte Fragen

Frage 1: Was sind die wichtigsten regulatorischen Herausforderungen für den Einsatz von Dock-Drohnensystemen in Lagerhallen?

In Malaysia erfordert die Genehmigung von Flügen außerhalb der Sichtweite (BVLOS) ein strenges, fünfmonatiges Prüfverfahren durch die Zivilluftfahrtbehörde. Die Betreiber müssen Sicherheitsprotokolle, Folgenabschätzungen und Systeme zur kontinuierlichen Überwachung der Piloten nachweisen. Da die regulatorischen Anforderungen von Land zu Land variieren, ist eine Rücksprache mit den lokalen Luftfahrtbehörden vor dem Einsatz unerlässlich.

Frage 2: Wie verbessert die KI-gestützte Analyse die Effizienz der drohnengestützten Lagerüberwachung?

Künstliche Intelligenz (KI) wandelt Rohdaten aus Drohnenaufnahmen in verwertbare Erkenntnisse um, indem sie die Identifizierung, Klassifizierung und Quantifizierung von Inventargegenständen automatisiert. Ohne KI würde die Verarbeitung von 2.000 Bildern täglich wochenlange manuelle Analysen in Anspruch nehmen. Das KI-System kann dasselbe Datenvolumen über Nacht verarbeiten und liefert Ergebnisse, die sofort für die operative Planung nutzbar sind.

Frage 3: Welche Genauigkeit ist von drohnengestützten Systemen zur Bestandserkennung zu erwarten?

Aktuelle Systeme erreichen eine Gesamterkennungsgenauigkeit von ca. 90 %, wobei die Genauigkeit je nach Artikeltyp variiert. Größere Artikel wie Transformatoren erreichen eine Genauigkeit von 95 %, während kleinere oder gestapelte Artikel wie Kabelbündel 80-85 % erreichen. Die Erkennungsgenauigkeit wird durch iteratives Training von KI-Modellen mit verifizierten Inventardaten kontinuierlich verbessert.

Frage 4. Welches Vorgehen wird empfohlen, um die Dock-Drohnentechnologie auf mehrere Anlagen auszuweiten?

Beginnen Sie mit einer einzelnen Einheit, die 3-6 Monate lang im Einsatz ist, um den operativen Nutzen und die Integrationsherausforderungen zu evaluieren. Erweitern Sie die Flotte basierend auf den positiven Ergebnissen schrittweise (3-5 weitere Einheiten) und überwachen Sie dabei Leistung und Wertschöpfung. Dieser schrittweise Ansatz ermöglicht es Unternehmen, internes Know-how aufzubauen und optimale Anwendungsfälle zu entwickeln, bevor sie die Flotte flächendeckend einsetzen.