Mostrar el registro sencillo del ítem

Development of artificial intelligence algorithms for detection of defects in surge arresters from thermal images

Desenvolvimento de algoritmos de inteligência artificial para detecção de defeitos em para-raios a partir

dc.creatorCesarino da Nóbrega, Samuel
dc.creatorBezerra Vilar, Pablo
dc.creatorSoares de Lira, George Rossany
dc.date2021-12-13
dc.date.accessioned2022-04-23T03:54:28Z
dc.date.available2022-04-23T03:54:28Z
dc.identifierhttps://revistas.tec.ac.cr/index.php/tec_marcha/article/view/6043
dc.identifier10.18845/tm.v34i7.6043
dc.identifier.urihttps://hdl.handle.net/2238/13637
dc.descriptionThe main faults in surge arresters are commonly associated with current rises and, therefore, with heating by the Joule effect. Thus, thermovision is a very suitable technique for detecting defects in this electrical power system equipment. However, the use of thermovision to identify possible failures in surge arresters depends on an experienced operator to interpret the obtained results, which many times are subject to interpretation errors. This work aims to apply Artificial Intelligence techniques to classify surge arrester thermal images. Artificial Intelligence algorithms based on Artificial Neural Networks and deep learning techniques were developed for this purpose, considering that many authors have succeeded in using these methods in failure diagnosis in other equipment in the electrical power system. The results obtained showed that the neural networks developed by the backpropagation algorithm presented good efficiency when classifying surge arrester thermal images, and there is no need to segment the surge arrester from the thermal image to carry out the classification.en-US
dc.descriptionOs 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.es-ES
dc.formatapplication/pdf
dc.languagespa
dc.publisherEditorial Tecnológica de Costa Rica (entidad editora)es-ES
dc.relationhttps://revistas.tec.ac.cr/index.php/tec_marcha/article/view/6043/5772
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0es-ES
dc.sourceTecnología en marcha Journal; 2021: Vol. 34 especial. Congreso de Alta Tensión y Aislamiento Eléctrico; Pág 220-231en-US
dc.sourceRevista Tecnología en Marcha; 2021: Vol. 34 especial. Congreso de Alta Tensión y Aislamiento Eléctrico; Pág 220-231es-ES
dc.source2215-3241
dc.source0379-3982
dc.subjectSurge arrestersen-US
dc.subjectthermal imagesen-US
dc.subjectbackpropagationen-US
dc.subjectartificial neural networksen-US
dc.subjectclassificationen-US
dc.subjectPara-raioses-ES
dc.subjectimagens termográficases-ES
dc.subjectbackpropagationes-ES
dc.subjectredes neurais artificiaises-ES
dc.subjectclassificaçãoes-ES
dc.titleDevelopment of artificial intelligence algorithms for detection of defects in surge arresters from thermal imagesen-US
dc.titleDesenvolvimento de algoritmos de inteligência artificial para detecção de defeitos em para-raios a partires-ES
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem