VISÃO COMPUTACIONAL APLICADA A IDENTIFICAÇÃO DE RISCOS EM REDES DE DISTRIBUIÇÃO DE ENERGIA
Visão Computacional; CNN; Manutenção; Redes de Distribuição.
O gerenciamento de falhas em sistemas de energia é um dos principais desafios enfrentados pelas concessionárias de energia elétrica. A medida que se esforçam para garantir maior eficiência e confiabilidade, usando várias abordagens e métodos científicos que alavancam os avanços em informação, comunicação e tecnologia. Nesse sentido, o uso de visão computacional pode auxiliar, uma vez que as tecnologias de inteligência artificial proporcionam à gestão da manutenção mais ferramentas para monitorar os ativos nas empresas. A proposta deste trabalho é apresentar um processo de identificação de riscos que potencialmente prejudicariam a rede de distribuição de energia através do processamento de imagens e utilização de algoritmos de visão computacional. O método proposto consiste na aquisição das imagens, criação de um banco de dados, classificação das imagens através de CNNs, escolha da melhor rede, detecção dos riscos pela CNN e priorização. Foi comparado o desempenho de cinco redes pré-treinadas, LeNet, AlexNet, ResNet, GoogLeNet e VGG19, e também foi comparado o desempenho de três otimizadores, Adam, SGD, RMSProp. Após o treinamento das redes foi possível obeservar que a rede que apresentou melhores resultados foi a VGG19, treinada com o otimizador SGD, atingindo uma acurácia de 0,94% e valor de perda de 0,15, sendo, portanto, a rede escolhida. Também foi possível identificar os riscos que necessitam de priorização através da matriz de risco, e através dela indicar ações de manutenção que evitem que o risco evolua até uma falha na rede. Dessa forma, a precisão da análise computacional pode trazer uma grande economia de tempo e melhorias de qualidade para a empresa, uma vez que, com tal conhecimento prévio dos riscos identificados, os gestores podem direcionar melhor suas equipes de manutenção.