Desenvolvimento de algoritmos de inteligência artificial para detecção de defeitos em para-raios a partir
Os principais defeitos em para-raios estão comumente associados a elevações de corrente e, por isso, ao aquecimento por efeito Joule. Assim, a termovisão nestes equipamentos é uma técnica adequada para a detecção de defeitos. Porém, tal uso da termovisão depende de um operador experiente para interp...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Instituto Tecnológico de Costa Rica
2021-12-01
|
| Series: | Tecnología en Marcha |
| Subjects: | |
| Online Access: | https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/6043 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1850121043765624832 |
|---|---|
| author | Samuel Cesarino da Nóbrega Pablo Bezerra Vilar George Rossany Soares de Lira |
| author_facet | Samuel Cesarino da Nóbrega Pablo Bezerra Vilar George Rossany Soares de Lira |
| author_sort | Samuel Cesarino da Nóbrega |
| collection | DOAJ |
| description | Os principais defeitos em para-raios estão comumente associados a elevações de corrente e, por isso, ao aquecimento por efeito Joule. Assim, a termovisão nestes equipamentos é uma técnica adequada para a detecção de defeitos. Porém, tal uso da termovisão depende de um operador experiente para interpretar os resultados obtidos, sujeitando o processo a erros de interpretação. Diante disso, este trabalho tem como objetivo aplicar técnicas de Inteligência Artificial na classificação de imagens térmicas de para-raios como forma de tornar o processo mais confiável. Foram desenvolvidos algoritmos de inteligência artificial baseados em técnicas de Redes Neurais Artificiais e deep learning, tendo em vista que muitos autores obtiveram sucesso na utilização destes métodos no diagnóstico de falhas em outros equipamentos do sistema elétrico de potência. Os resultados obtidos mostraram que as redes neurais desenvolvidas pelo método backpropagation apresentaram uma boa eficiência ao classificar imagens de para-raios e que não há necessidade de segmentar o para-raios da imagem termográfica para realizar a classificação. |
| format | Article |
| id | doaj-art-6310340a89cd4081a1b71c39e721b263 |
| institution | OA Journals |
| issn | 0379-3982 2215-3241 |
| language | English |
| publishDate | 2021-12-01 |
| publisher | Instituto Tecnológico de Costa Rica |
| record_format | Article |
| series | Tecnología en Marcha |
| spelling | doaj-art-6310340a89cd4081a1b71c39e721b2632025-08-20T02:35:12ZengInstituto Tecnológico de Costa RicaTecnología en Marcha0379-39822215-32412021-12-01ág 22023110.18845/tm.v34i7.60435317Desenvolvimento de algoritmos de inteligência artificial para detecção de defeitos em para-raios a partirSamuel Cesarino da Nóbrega0Pablo Bezerra Vilar1George Rossany Soares de Lira2Universidade Federal de Campina GrandeUniversidade Federal de Campina GrandeUniversidade Federal de Campina GrandeOs principais defeitos em para-raios estão comumente associados a elevações de corrente e, por isso, ao aquecimento por efeito Joule. Assim, a termovisão nestes equipamentos é uma técnica adequada para a detecção de defeitos. Porém, tal uso da termovisão depende de um operador experiente para interpretar os resultados obtidos, sujeitando o processo a erros de interpretação. Diante disso, este trabalho tem como objetivo aplicar técnicas de Inteligência Artificial na classificação de imagens térmicas de para-raios como forma de tornar o processo mais confiável. Foram desenvolvidos algoritmos de inteligência artificial baseados em técnicas de Redes Neurais Artificiais e deep learning, tendo em vista que muitos autores obtiveram sucesso na utilização destes métodos no diagnóstico de falhas em outros equipamentos do sistema elétrico de potência. Os resultados obtidos mostraram que as redes neurais desenvolvidas pelo método backpropagation apresentaram uma boa eficiência ao classificar imagens de para-raios e que não há necessidade de segmentar o para-raios da imagem termográfica para realizar a classificação.https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/6043para-raiosimagens termográficasbackpropagationredes neurais artificiaisclassificação |
| spellingShingle | Samuel Cesarino da Nóbrega Pablo Bezerra Vilar George Rossany Soares de Lira Desenvolvimento de algoritmos de inteligência artificial para detecção de defeitos em para-raios a partir Tecnología en Marcha para-raios imagens termográficas backpropagation redes neurais artificiais classificação |
| title | Desenvolvimento de algoritmos de inteligência artificial para detecção de defeitos em para-raios a partir |
| title_full | Desenvolvimento de algoritmos de inteligência artificial para detecção de defeitos em para-raios a partir |
| title_fullStr | Desenvolvimento de algoritmos de inteligência artificial para detecção de defeitos em para-raios a partir |
| title_full_unstemmed | Desenvolvimento de algoritmos de inteligência artificial para detecção de defeitos em para-raios a partir |
| title_short | Desenvolvimento de algoritmos de inteligência artificial para detecção de defeitos em para-raios a partir |
| title_sort | desenvolvimento de algoritmos de inteligencia artificial para deteccao de defeitos em para raios a partir |
| topic | para-raios imagens termográficas backpropagation redes neurais artificiais classificação |
| url | https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/6043 |
| work_keys_str_mv | AT samuelcesarinodanobrega desenvolvimentodealgoritmosdeinteligenciaartificialparadeteccaodedefeitosempararaiosapartir AT pablobezerravilar desenvolvimentodealgoritmosdeinteligenciaartificialparadeteccaodedefeitosempararaiosapartir AT georgerossanysoaresdelira desenvolvimentodealgoritmosdeinteligenciaartificialparadeteccaodedefeitosempararaiosapartir |