Identificação de módulos fotovoltaicos a partir de imagens aéreas com o auxílio de rede neural e visão computacional

Carregando...
Imagem de Miniatura

Data de Submissão

Data de Defesa

2022-12-09

Edição

Coorientadores

Editores

Título da Revista

ISSN da Revista

Título de Volume

Editor

Descrição

Passados 10 anos da regulamentação do uso de geradores de energia a partir de fontes renováveis, começa a surgir um mercado responsável pela operação e manutenção desses sistemas. A inspeção realizada em sistemas fotovoltaicos demanda tempo e pode oferecer riscos aos trabalhadores envolvidos no processo, visto que envolve possibilidade de acidentes, por exemplo, relacionados à altura das instalações. Assim, um sistema automatizado e baseado em imagens aéreas para realizar a detecção de módulos fotovoltaicos e reduzir tempo e riscos na inspeção foi desenvolvido. O objetivo do trabalho foi desenvolver um algoritmo de processamento de imagens para detecção de módulos fotovoltaicos em imagens aéreas de usinas fotovoltaicas, criando um dataset com imagens de usinas. Cerca de 141 imagens foram feitas, anotando a posição de cada módulo, totalizando 6.228 módulos anotados. Pré-processando as imagens também foi uma etapa de aumento no número de imagens através da inserção de modificações nas imagens originais, totalizando 3533 imagens, usadas na etapa de treinamento da arquitetura, para que houvesse treino com o intuito de conseguir detectar os módulos fotovoltaicos nas imagens aéreas. Após realizar o treinamento aconteceu a etapa de validação, onde foi aplicado o algoritmo de detecção nas imagens aéreas que não foram utilizadas no treinamento, avaliando as métricas que alcançaram o valor de 85,8% para a precisão média. [resumo fornecido pelos autores]

Resumo

Citação

Avaliação

Revisão

Suplementado Por

Referenciado Por

Campus-Sede

Rua Francisco Getúlio Vargas, 1130
CEP 95070-560 - Caxias do Sul

Todos os campi - Como chegar

Central de Atendimento

Youtube

© 2001-2025 Universidade de Caxias do Sul. Todos os direitos reservados

Youtube