Metode konvensional seperti helikopter atau patroli manual membutuhkan biaya besar, waktu lama, dan paparan risiko yang tidak kecil bagi tim di lapangan.
Kombinasi drone DJI Matrice 400, sensor LiDAR Zenmuse L3, dan software LiPowerline menghadirkan pendekatan yang berbeda secara fundamental.
Data Point Cloud sebagai Fondasi Inspeksi
Zenmuse L3 menghasilkan point cloud beresolusi tinggi yang merekam kondisi jalur transmisi secara menyeluruh dalam satu penerbangan. Data yang dihasilkan mencakup konduktor, menara, vegetasi di sekitar jalur, dan kondisi medan di bawahnya.
Deteksi Kemiringan Menara
Menara transmisi yang mulai miring tidak selalu terlihat jelas dari permukaan. Pergeseran fondasi atau deformasi awal sering terjadi dalam skala milimeter sebelum berkembang menjadi masalah struktural yang lebih serius.
Data point cloud dari Zenmuse L3 diolah di LiPowerline untuk memeriksa apakah posisi menara masih sejajar dengan garis referensinya.
“Kemiringan sekecil apa pun dapat terdeteksi lebih dini, sehingga tim dapat mengambil tindakan sebelum risiko berkembang lebih jauh,” ujar Halo Robotics.
Analisis Vegetasi dan Jarak Aman Konduktor
Vegetasi yang tumbuh mendekati konduktor adalah salah satu penyebab utama gangguan jaringan transmisi. LiPowerline memproses data point cloud untuk mengidentifikasi pohon atau tanaman yang memasuki zona bahaya di sepanjang jalur transmisi.
Hasil analisis ditampilkan dalam bentuk peta dan laporan yang menunjukkan lokasi spesifik vegetasi bermasalah beserta estimasi jarak ke konduktor, sehingga tim dapat memprioritaskan penanganan berdasarkan tingkat risiko.
Pemodelan 3D Jalur Transmisi
Selain inspeksi kondisi fisik, LiPowerline menghasilkan model 3D jalur transmisi yang dapat digunakan untuk dokumentasi aset, perencanaan pemeliharaan, dan analisis jangka panjang. Model ini diperbarui setiap kali inspeksi dilakukan, sehingga tim dapat membandingkan kondisi jalur dari waktu ke waktu dan mengidentifikasi perubahan yang terjadi.
Bagi perusahaan ketenagalistrikan yang mengelola jaringan transmisi skala besar, pendekatan ini berdampak langsung pada efisiensi biaya inspeksi dan kecepatan pengambilan keputusan pemeliharaan.
