Aplicação de Redes Neurais Convolucionais na identificação de degradação em isolamento de cabos elétricos

Abstract

As etapas de produção, transmissão e distribuição de energia elétrica possuem uma importante relevância no cotidiano da sociedade atual. A garantia de uma infraestrutura eficiente e confiável está associada a vários fatores desde a especificação das características dos materiais que permitirão a fabricação dos componentes, passando por processos de controle de qualidade durante a produção e estabelecimento de procedimentos adequados de instalação, inspeção e manutenção. Em qualquer instalação elétrica, a garantia de condições operacionais adequadas para os cabos elétricos permitirá um adequado fornecimento de energia elétrica à sociedade. Dessa forma, o emprego de métodos não destrutivos se mostra imprescindível para a identificação precoce de possíveis falhas nas instalações elétricas. Visando contribuir para esse processo de diagnóstico das características de cabos elétricos, este trabalho apresenta uma proposta para automatizar os processos de inspeção visual utilizando conceitos de aprendizado de máquina. A proposta consiste na utilização de Redes Neurais Convolucionais para a identificação de degradação no isolamento dos cabos elétricos de cobre com isolamento de Policloreto de Vinila. As simulações foram realizadas no ambiente de colaboração Colab, utilizando um banco com oitocentas imagens de cabos que simulam diferentes condições operacionais e recursos (resolução da câmera, escala de cor e posicionamento), distribuídas em sete cenários de teste. Os resultados são baseados na estimação de acurácia e perda, considerando conjuntos de treinamento e validação. Os resultados mostram que para alguns conjuntos de validação o valor da acurácia supera 90%, fato que justifica o emprego da metodologia proposta.