Automatic Temperature Extraction from Arresters’ Thermal Images with Artificial Intelligence
Nenhuma Miniatura disponível
Data
2023
Autores
Moussa, Adel Abdul Karim
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
Os para-raios são fundamentais para garantir a confiabilidade, a economia e a segurança dos sistemas elétricos. Entretanto, a degradação que ocorre naturalmente ao longo do
tempo representa um problema que leva a um desafio ainda em aberto, no qual vários
estudos científicos propuseram e exploraram técnicas inovadoras de diagnóstico. Um novo
método de diagnóstico manual está sendo empregado atualmente em subestações
elétricas. O método emprega uma lógica anotada paraconsistente de dois valores, usando
medições de temperatura por termografia infravermelha e dados de corrente de fuga
resistiva como entrada para uma avaliação precisa da condição do para-raios. Tal método
baseia-se em campanhas de coleta para obter imagens térmicas de para-raios de alta
tensão em operação, exigindo posteriormente a extração manual dos dados de temperatura
máxima e média e suas diferenças (delta) ao longo do eixo principal de cada para-raios por
meio de um software de câmera digital. Nesse contexto, este estudo tem como objetivo
aprimorar e automatizar o diagnóstico de para-raios por meio do cálculo automático da
temperatura delta, introduzindo um novo método, cuja abordagem é baseada em
Inteligência Artificial Deep Learning. O método proposto neste estudo emprega um modelo
de Rede Neural Convolucional de Região de Máscara (Mask R-CNN) para segmentação
dos para-raios a partir da imagem térmica, seguido de um algoritmo para extração de dados
de temperatura dos para-raios, que são usados para diagnóstico de degradação. O
processo de segmentação de para-raios com Mask R-CNN, em imagens térmicas, mostrou se viável, com uma precisão média de 83,85%. A análise comparativa da precisão média
entre o método manual (original) e o método proposto (automatizado), a partir de 195
imagens térmicas processadas, revelou um Erro Percentual Absoluto Médio (MAPE) de
11,48% na temperatura delta, que é usada na análise da degradação do para-raios. Esse
resultado demonstra que o método proposto neste estudo é viável e permite automatizar a
inspeção de para-raios. Investigações futuras consistem em refinar o processo de
segmentação por meio do ajuste fino dos hiperparâmetros e do uso da técnica de validação
cruzada
Descrição
Palavras-chave
para-raios, degradação, aprendizado profundo, extração de temperatura, imagens térmicas
Citação
MOUSSA, Adel Abdul Karim. Automatic Temperature Extraction from Arresters' Thermal Images with Artificial Intelligence. 2023. 53 p. Trabalho de Conclusão de Curso (Graduação em engenharia física) - Universidade Federal da Integração Latino-Americana, Foz do Iguaçu.