ChargeLab de Toronto annonce le lancement bêta de Spark, la nouvelle génération d’outils d’IA pour la surveillance et l’entretien proactifs des bornes de recharge pour véhicules électriques (VÉ). Spark utilise l’IA et l’apprentissage automatique pour aider les équipes à maintenir la fiabilité et la fonctionnalité des bornes de recharge, peu importe leur marque ou leur modèle. La suite d’outils vise à repérer les problèmes du réseau de recharge avant qu’ils n’empêchent les conducteurs de VÉ de recharger leur véhicule.

La fonction Analyse avec Spark du tableau de bord ChargeLab, maintenant offerte aux clients bêta, est en développement alpha chez ChargeLab depuis septembre 2023. Aujourd’hui, l’initiative passe en version bêta, offrant l’accès à plus de clients et ajoutant un nouveau bouton Analyse avec Spark™ au tableau de bord ChargeLab. Les utilisateurs cibles de Spark™ sont les spécialistes des opérations réseau qui se concentrent sur le déploiement et l’entretien de grands réseaux de bornes de recharge VÉ. Ces spécialistes travaillent dans les réseaux de recharge rapide CC, les entreprises d’installation clé en main, les parcs de véhicules et d’autres entreprises qui gèrent des bornes de recharge commerciales.

« Mon travail quotidien comprend la gestion du temps de disponibilité de notre réseau de recharge VÉ », a déclaré un utilisateur alpha. « L’IA de ChargeLab a complètement transformé mon rôle. Elle me fait gagner des heures chaque semaine en identifiant les problèmes de notre réseau et en suggérant des solutions. Les nouvelles fonctionnalités ajoutées à la suite Spark™ chaque mois l’ont rendue plus rapide, plus intelligente et plus puissante. J’ai hâte de voir ce que Spark™ nous réserve. »

Accès

Les gestionnaires de sites et les spécialistes des opérations réseau peuvent accéder à l’IA de ChargeLab en naviguant vers la page des bornes de recharge VÉ sur leur tableau de bord de gestionnaire de site et en cliquant sur Analyse avec Spark™. D’un simple clic, les utilisateurs peuvent faire appel à l’IA de ChargeLab, qui est précisément configurée pour comprendre les bornes de recharge VÉ et les messages OCPP. Un grand modèle de langage (GML) est utilisé pour simplifier les résultats en résumés diagnostiques clairs et faciles à comprendre. Cela permet aux utilisateurs techniques et non techniques d’analyser en profondeur et de dépanner les problèmes à distance.

En plus d’Analyse avec Spark™, qui diagnostique les problèmes après leur survenue, un onglet Signaux distinct surveille de manière proactive les problèmes avant qu’ils ne surviennent. Le moteur Spark™ Signaux utilise la reconnaissance dynamique des modèles pour extraire des informations exploitables des journaux OCPP bruts et des événements système. Cela permet aux spécialistes des opérations réseau de détecter les problèmes tôt, maintenant de manière proactive les bornes opérationnelles et minimisant les temps d’arrêt.

Gestion des bornes de recharge VÉ

« Nous sommes ravis de présenter Spark™ à un plus grand nombre de clients aujourd’hui », a déclaré Ehsan Mokhtari, directeur technique de ChargeLab. « Ces outils ont été conçus pour simplifier le travail complexe de gestion des bornes de recharge VÉ. Spark™ souligne l’engagement de ChargeLab envers l’innovation et la résolution proactive des problèmes, établissant de nouvelles normes dans la gestion des bornes de recharge VÉ. »

Comme les autres parties de la plateforme de pointe de ChargeLab, Spark™ est assez simple pour être compris par n’importe quel gestionnaire immobilier, tout en étant suffisamment puissant pour être utilisé par des techniciens experts. Les gestionnaires de sites qui souhaitent migrer leurs bornes vers ChargeLab et obtenir l’accès à Spark™ peuvent contacter l’entreprise à chargelab.co/contact.