Site Enexis
Introductie
Enexis heeft momenteel veel uitdagingen door de energietransitie. Het elektriciteitsnet wordt door de elektrificatie steeds zwaarder belast. Door deze extra belasting krijgen we te maken met falende componenten. Falende componenten, zoals: kabels; transformatoren, relais, kunnen leiden tot storingen in het elektriciteitsnet en in het ergste geval tot het uitbranden van een Midden Spanning Station. Enexis heeft in totaal 30.000 Midden Spanning Stations die verspreid staan over ons verzorgingsgebied.
Doel van deze opdracht is onderzoeken of we met behulp van foto’s en video’s defecten in componenten vroegtijdig kunnen opsporen.
Opdrachtomschrijving
De afstudeeropdracht bestaat uit het volgende:
– Centrale opslagplek voor foto’s en video’s creëren in onze innovatie omgeving, in de AWS cloud.
– Tooling (Android tablet app) die wordt gebruik door onze monteurs in het veld om beeldmateriaal op te slaan, inclusief locatie en metadata van onze Stations.
– Onderzoeken of het met behulp van beeldherkenning mogelijk is om falende componenten vroegtijdig op te sporen. Dit doe je natuurlijk met collega’s van Enexis die gespecialiseerd zijn in elektrotechnische componenten.
– Het maken van een beeldherkenning prototype (dus niet productiewaardig!). Technieken die we nu al gebruiken zijn Python en de standaard “solutions” in de AWS cloud. De gekozen beeldherkenningssoftware moet hierbij aansluiten.
– Het schrijven van een advies over de toepassing van beeldherkenning bij Enexis.
Werkwijze
De opdracht wordt uitgevoerd binnen een van de (agile) scrumteams in de Alfabetketen, de innovatieve keten van Enexis ICT.
De afstudeerder fungeert als volwaardig teamlid en zorgt er zelf voor dat de user stories op een juiste manier (en in afstemming met de Product Owner en System Architect) in iedere sprint worden opgenomen en opgepakt.
Om op deze vacature te solliciteren bezoek je enexis.nl.