Publicação
Desenvolvimento de um sistema de inspeção de painéis solares autónomo baseado em técnicas de processamento de imagem e uso de UAVs
| Resumo: | Este projeto teve como objetivo desenvolver um modelo baseado em deep learning para a deteção de sujidade em painéis solares, empregando técnicas de processamento de imagens. O projeto abrangeu a criação de um conjunto de dados diversificado, o treino de modelos de redes neurais, a análise dos resultados e a delimitação de perspetivas futuras. Um conjunto de dados robusto foi meticulosamente criado, apresentando imagens de painéis solares com sujidade gerada artificialmente. Esse conjunto de dados foi fundamental para treinar modelos capazes de reconhecer uma ampla variedade de padrões de sujidade, simulando cenários do mundo real. No entanto, o desempenho observado durante o treino não se traduziu diretamente para situações de campo. O otimizador "adam" exibiu variabilidade, sugerindo a necessidade de uma exploração aprofundada para otimizar as escolhas de hiperparâmetros e a arquitetura do modelo. Para trabalhos futuros, a expansão do conjunto de dados para abranger um espectro mais amplo de condições, locais e tipos de painéis solares é imperativa. Estratégias para lidar com desequilíbrios nos dados também merecem atenção. Este projeto representa um possível avanço na deteção de sujidade em painéis solares, destacando a importância da sinergia entre a ciência de dados e a indústria solar. Pesquisa contínua e a busca por soluções mais eficazes no campo da deteção de sujidade são essenciais para maximizar a eficiência da energia solar e minimizar as perdas de eficiência. |
|---|---|
| Autores principais: | Borbon, André Guimarães |
| Assunto: | Base de dados Deep learning Deteção de sujidade Painéis solares Processamento de imagens Data base Dirt detection Image processing Solar panels |
| Ano: | 2024 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | português |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | Este projeto teve como objetivo desenvolver um modelo baseado em deep learning para a deteção de sujidade em painéis solares, empregando técnicas de processamento de imagens. O projeto abrangeu a criação de um conjunto de dados diversificado, o treino de modelos de redes neurais, a análise dos resultados e a delimitação de perspetivas futuras. Um conjunto de dados robusto foi meticulosamente criado, apresentando imagens de painéis solares com sujidade gerada artificialmente. Esse conjunto de dados foi fundamental para treinar modelos capazes de reconhecer uma ampla variedade de padrões de sujidade, simulando cenários do mundo real. No entanto, o desempenho observado durante o treino não se traduziu diretamente para situações de campo. O otimizador "adam" exibiu variabilidade, sugerindo a necessidade de uma exploração aprofundada para otimizar as escolhas de hiperparâmetros e a arquitetura do modelo. Para trabalhos futuros, a expansão do conjunto de dados para abranger um espectro mais amplo de condições, locais e tipos de painéis solares é imperativa. Estratégias para lidar com desequilíbrios nos dados também merecem atenção. Este projeto representa um possível avanço na deteção de sujidade em painéis solares, destacando a importância da sinergia entre a ciência de dados e a indústria solar. Pesquisa contínua e a busca por soluções mais eficazes no campo da deteção de sujidade são essenciais para maximizar a eficiência da energia solar e minimizar as perdas de eficiência. |
|---|