Urbint为预测电网风险的人工智能融资了2000万美元

为基础设施和公用事业安全开发人工智能解决方案的初创公司Urbint今天宣布,已获得2000万美元的融资。该公司将利用这笔资金扩大产品规模,并向新市场和新国家扩张,目标是为员工福祉提供“可量化”的改善。

在COVID-19疫情爆发的初期,美国各地的能源公司被迫让员工回家,以减少感染的传播。这加剧了该行业的许多长期挑战,比如如何将恶劣天气、老化的基础设施和员工流失等风险降到最低,同时识别出可能导致医院和养老院等设施严重中断的威胁。

Urbint利用人工智能来预测和预防灾难性的电力故障,利用世界模型和机器学习来实现风险驱动决策。它的防损害产品Lens包含了每事件算法风险评分,并执行分析区域高损害可能发生在一周的某一天。Lens还提供了建筑项目的整体视角,揭示了潜在的隐患,通过工作历史、日程安排和现场条件模型提供了日前职业风险评分和洞察力。Lens还可作为工作危险分析、承包商资质、事故管理系统事件、干预措施和结果以及现场检查日志的记录系统,使安全信息随时可用,以简化工作流程。

在基于云计算的跨平台Lens仪表板上,员工可以在其服务区域内分配、监控和记录干预工作。Lens覆盖了工地、活动和承包商的内部数据,以及来自Urbint专有模型的外部条件,包括天气、交通、空气质量等。运营商可以依靠Lens来预测工作呼叫量,并为应急行动做出人员配备和调度决定。该平台通过地理区域或服务中心的预测,每天提前七天对紧急工作订单的呼叫量进行预测。

Lens支持在紧急情况和预定工作之间创建人员配备计划,配置为服务领域特有的劳动规则。当预测的紧急工作订单量超过呼叫量阈值时,它会自动通知主管。

Urbint的客户包括遍布北美的40多家公用事业和资产运营商,包括国家电网、南方公司、Con Edison、Exelon、Dominion、NiSource和Xcel Energy。作为一家在多个州拥有超过360万电力和200万天然气客户的公用事业公司,Urbint声称其对9个服务地区14天的每日呼叫量的预测始终保持85%的准确性。

Energy Impact Partners和Piva共同领导了对总部位于纽约的Urbint的投资,Salesforce Ventures和National Grid Partners也参与其中。该公司的部分融资可能会用于支持未来的收购和合并,不过这家拥有70名员工的公司拒绝置评。2019年10月,Ubint收购了竞争对手Opvantek,后者为天然气、电力和电信公用事业提供基于风险的资产管理解决方案。

一些公用事业公司正在使用人工智能和机器学习来解决疫情带来的意外和能源使用波动问题。早期证据表明,负荷预测可以确保未来几个月的运行不会中断,从而避免停电和限电。这还可能提高公用事业公司内部工作流程的效率,从而在大流行结束后很长时间内降低价格并改善服务。

Urbint的创始人兼首席执行官科里·卡帕索(Corey Capasso)说:“我们的愿景是在该领域建立一个零安全事故的世界。在基础设施老化、气候变化和冠状病毒爆发等前所未有的挑战的时代,我们看到越来越多的公用事业和基础设施运营商求助于人工智能来降低风险。这笔新资金将加速我们技术的发展,以提高现场工作人员的安全,并推动我们向新的垂直领域和地理领域的扩张。”

发表评论

电子邮件地址不会被公开。 必填项已用*标注