APLICAÇÃO DE REDES NEURAIS CONVOLUCIONAIS EM LINHAS DE DISTRIBUIÇÃO DE ENERGIA
A energia elétrica é algo essencial para todas as áreas de produção. Sendo assim, a condição dos equipamentos é essencial para a distribuição de uma energia de qualidade. Contudo, as redes elétricas se estendem por quilômetros e ainda por trechos de difícil acesso, comprometendo encontrar equipamentos danificados. Neste artigo, apresenta-se uma solução de detecção e classificação de objetos das linhas de distribuição de energia utilizando Redes Neurais Convolucionais. A solução foi treinada para detectar e classificar quatro tipos de objetos que fazem parte da rede elétrica. A rede neural artificial selecionada para detectar e classificar os objetos foi a YOLOv3. Para compor o banco de imagens de teste e treinamento, foi utilizado um drone e efetuadas coletas de imagens em 10 locais distintos. Após o treinamento, a Rede Neural Convolucional alcançou um IoU de 60,38%.
APLICAÇÃO DE REDES NEURAIS CONVOLUCIONAIS EM LINHAS DE DISTRIBUIÇÃO DE ENERGIA
-
DOI: 10.22533/at.ed.4492229069
-
Palavras-chave: YOLOv3; Redes Neurais Convolucionais; Distribuição de energia.
-
Keywords: YOLOv3; Convolutional Neural Networks; Energy Distribution.
-
Abstract:
Electric power is essential for all areas of production. Therefore, the condition of the power line distribution equipment is essential for energy quality. However, the power grids extend for miles and even stretches of difficult access, compromising the search for damaged equipment. This article presents a solution for detection and classification of objects in power distribution lines using Convolutional Neural Networks. The solution was trained to detect and classify four types of objects that are part of the power grid. YOLOv3 was the artificial neural network selected to detect and classify objects. To compose the test and training image bank, a drone was used, and image collections were made in 10 distinct locations. After the training, Convolutional Neural Networks achieved a IoU of 60.38%.
-
Número de páginas: 12
- Fabiana Frata Furlan Peres
- Valéria Nunes dos Santos
- Claudio Roberto Marquetto Mauricio
- MILENA LUCAS DOS SANTOS
