Use este identificador para citar ou linkar para este item:
http://bdm.ufmt.br/handle/1/3135| Tipo documento: | Trabalho de Conclusão de Curso |
| Título: | Identificação de falhas em linhas de transmissão de energia elétrica utilizando Deep Learning |
| Autor(es): | Chagas, Vitor Custódio |
| Orientador(a): | Oliveira, Frederico Santos de |
| Membro da Banca: | Oliveira, Frederico Santos de |
| Membro da Banca: | Vasconcelos, Fillipe Matos de |
| Membro da Banca: | Ferreira, Alef Iury Siqueira |
| Resumo : | O Setor Elétrico é um dos mais importantes para toda a sociedade. Seu funcionamento é responsável por aumentar a qualidade de vida dos cidadãos em quase todos os lugares do mundo. Assim, podemos ligar nossas geladeiras, carregar nossos celulares, assistir televisão, entre outras tantas aplicações que a energia elétrica possui. O presente trabalho demonstra a utilização da arquitetura YOLOv8 para detecção de objetos em linhas de transmissão de energia com o intuito de prevenir ou detectar possíveis falhas utilizando o dataset PLT-AI Furnas. Os resultado obtidos foram satisfatórios com uma precisão média de 92,1% . |
| Resumo em lingua estrangeira: | The Electric Sector is one of the most important for society as a whole. Its operation is responsible for improving the quality of life for citizens in almost every corner of the world. Thus, we can power our refrigerators, charge our cellphones, watch television, among many other applications that electrical energy enables. This present work demonstrates the utilization of the YOLOv8 architecture for object detection in power transmission lines, aiming to prevent or detect possible failures using the PLT-AI Furnas dataset. The obtained results were satisfactory, with an average precision of 92.1. |
| Palavra-chave: | Engenharia elétrica Eletricidade Reconhecimento de padrões Aplicações informáticas |
| Palavra-chave em lingua estrangeira: | Electrical engineering Electricity Pattern Recognition Computer applications |
| CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAIS |
| Idioma: | por |
| País: | Brasil |
| Instituição: | Universidade Federal de Mato Grosso |
| Sigla da instituição: | UFMT CUVG - Várzea Grande |
| Departamento: | Instituto de Engenharia – Várzea Grande |
| Curso: | Engenharia de Controle e Automação - CUVG |
| Referência: | CHAGAS, Vitor Custódio. Identificação de falhas em linhas de transmissão de energia elétrica utilizando Deep Learning. 2023. 63 f. Trabalho de Conclusão de Curso. (Graduação em Engenharia de Controle e Automação) - Universidade Federal de Mato Grosso. Faculdade de Engenharia, Cuiabá, 2023. |
| Tipo de acesso: | Acesso Aberto |
| URI: | http://bdm.ufmt.br/handle/1/3135 |
| Data defesa documento: | 9-Jun-2023 |
| Aparece na(s) coleção(ções): | Engenharia de Controle e Automação - Várzea Grande |
Arquivos deste item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| TCC_2022_Vitor Custódio Chagas.pdf | 6.38 MB | Adobe PDF | Ver/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.