Use este identificador para citar ou linkar para este item:
http://bdm.ufmt.br/handle/1/3135
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Chagas, Vitor Custódio | - |
dc.date.accessioned | 2023-06-22T21:58:02Z | - |
dc.date.available | 2023-06-22 | - |
dc.date.available | 2023-06-22T21:58:02Z | - |
dc.date.issued | 2023-06-09 | - |
dc.identifier.citation | 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. | pt_BR |
dc.identifier.uri | http://bdm.ufmt.br/handle/1/3135 | - |
dc.description.abstract | 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. | pt_BR |
dc.description.provenance | Submitted by Alex Alves Almeida (alexjerry1@gmail.com) on 2023-06-22T21:57:51Z No. of bitstreams: 1 TCC_2022_Vitor Custódio Chagas.pdf: 6531990 bytes, checksum: 3bdfba12f1c25fef1a641b69173b6b0b (MD5) | en |
dc.description.provenance | Approved for entry into archive by Alex Alves Almeida (alexjerry1@gmail.com) on 2023-06-22T21:58:02Z (GMT) No. of bitstreams: 1 TCC_2022_Vitor Custódio Chagas.pdf: 6531990 bytes, checksum: 3bdfba12f1c25fef1a641b69173b6b0b (MD5) | en |
dc.description.provenance | Made available in DSpace on 2023-06-22T21:58:02Z (GMT). No. of bitstreams: 1 TCC_2022_Vitor Custódio Chagas.pdf: 6531990 bytes, checksum: 3bdfba12f1c25fef1a641b69173b6b0b (MD5) Previous issue date: 2023-06-09 | en |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal de Mato Grosso | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | Identificação de falhas em linhas de transmissão de energia elétrica utilizando Deep Learning | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.advisor1 | Oliveira, Frederico Santos de | - |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/6696015652553104 | pt_BR |
dc.contributor.referee1 | Oliveira, Frederico Santos de | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/6696015652553104 | pt_BR |
dc.contributor.referee2 | Vasconcelos, Fillipe Matos de | - |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/4832215187384280 | pt_BR |
dc.contributor.referee3 | Ferreira, Alef Iury Siqueira | - |
dc.contributor.referee3Lattes | http://lattes.cnpq.br/1753857603723025 | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/8039043116569823 | pt_BR |
dc.description.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% . | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Instituto de Engenharia – Várzea Grande | pt_BR |
dc.publisher.initials | UFMT CUVG - Várzea Grande | pt_BR |
dc.publisher.program | Engenharia de Controle e Automação - CUVG | pt_BR |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAIS | pt_BR |
dc.subject.keyword | Engenharia elétrica | pt_BR |
dc.subject.keyword | Eletricidade | pt_BR |
dc.subject.keyword | Reconhecimento de padrões | pt_BR |
dc.subject.keyword | Aplicações informáticas | pt_BR |
dc.subject.keyword2 | Electrical engineering | pt_BR |
dc.subject.keyword2 | Electricity | pt_BR |
dc.subject.keyword2 | Pattern Recognition | pt_BR |
dc.subject.keyword2 | Computer applications | pt_BR |
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.