Desenvolvimento de um sistema de inspeção de painéis solares autónomo baseado em técnicas de processamento de imagem e uso de UAVs

Detalhes bibliográficos
Autor(a) principal: Borbon, André Guimarães
Data de Publicação: 2024
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/88828
Resumo: Dissertação de mestrado em Engenharia Mecânica (área de especialização em Sistemas Mecatrónicos)
id RCAP_aacf2bca16e4df984c2b0593f0bf5563
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/88828
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Desenvolvimento de um sistema de inspeção de painéis solares autónomo baseado em técnicas de processamento de imagem e uso de UAVsDevelopment of an autonomous solar panel Inspection system based on image processing techniques and the use of UAVsBase de dadosDeep learningDeteção de sujidadePainéis solaresProcessamento de imagensData baseDirt detectionImage processingSolar panelsEngenharia e Tecnologia::Engenharia MecânicaDissertação de mestrado em Engenharia Mecânica (área de especialização em Sistemas Mecatrónicos)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.This research aimed to develop a deep learning-based model for dirt detection on solar panels by employing image processing techniques. The project encompassed the creation of a diverse dataset, training neural network models, analyzing results, and outlining future prospects. A robust dataset was meticulously created, featuring images of solar panels with artificially generated dirt. This dataset was instrumental in training models capable of recognizing a wide array of dirt patterns, simulating real-world scenarios. However, the performance observed during training did not directly translate to field situations. The optimizer "adam" displayed variance, suggesting the need for in-depth exploration to optimize hyperparameter choices and model architecture. For future work, expanding the dataset to encompass a broader spectrum of conditions, locations, and solar panel types is imperative. Strategies for addressing data imbalances also warrant attention. This project represents a possible advancement in dirt detection on solar panels, underscoring the significance of synergy between data science and the solar industry. Continuous research and the quest for more effective solutions in the domain of dirt detection are essential for maximizing solar energy efficiency and minimizing efficiency losses.Seabra, EuricoUniversidade do MinhoBorbon, André Guimarães2024-01-092024-01-09T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/88828por203519779info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-02-24T01:25:49Zoai:repositorium.sdum.uminho.pt:1822/88828Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:11:08.799324Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Desenvolvimento de um sistema de inspeção de painéis solares autónomo baseado em técnicas de processamento de imagem e uso de UAVs
Development of an autonomous solar panel Inspection system based on image processing techniques and the use of UAVs
title Desenvolvimento de um sistema de inspeção de painéis solares autónomo baseado em técnicas de processamento de imagem e uso de UAVs
spellingShingle Desenvolvimento de um sistema de inspeção de painéis solares autónomo baseado em técnicas de processamento de imagem e uso de UAVs
Borbon, André Guimarães
Base de dados
Deep learning
Deteção de sujidade
Painéis solares
Processamento de imagens
Data base
Dirt detection
Image processing
Solar panels
Engenharia e Tecnologia::Engenharia Mecânica
title_short Desenvolvimento de um sistema de inspeção de painéis solares autónomo baseado em técnicas de processamento de imagem e uso de UAVs
title_full Desenvolvimento de um sistema de inspeção de painéis solares autónomo baseado em técnicas de processamento de imagem e uso de UAVs
title_fullStr Desenvolvimento de um sistema de inspeção de painéis solares autónomo baseado em técnicas de processamento de imagem e uso de UAVs
title_full_unstemmed Desenvolvimento de um sistema de inspeção de painéis solares autónomo baseado em técnicas de processamento de imagem e uso de UAVs
title_sort Desenvolvimento de um sistema de inspeção de painéis solares autónomo baseado em técnicas de processamento de imagem e uso de UAVs
author Borbon, André Guimarães
author_facet Borbon, André Guimarães
author_role author
dc.contributor.none.fl_str_mv Seabra, Eurico
Universidade do Minho
dc.contributor.author.fl_str_mv Borbon, André Guimarães
dc.subject.por.fl_str_mv Base de dados
Deep learning
Deteção de sujidade
Painéis solares
Processamento de imagens
Data base
Dirt detection
Image processing
Solar panels
Engenharia e Tecnologia::Engenharia Mecânica
topic Base de dados
Deep learning
Deteção de sujidade
Painéis solares
Processamento de imagens
Data base
Dirt detection
Image processing
Solar panels
Engenharia e Tecnologia::Engenharia Mecânica
description Dissertação de mestrado em Engenharia Mecânica (área de especialização em Sistemas Mecatrónicos)
publishDate 2024
dc.date.none.fl_str_mv 2024-01-09
2024-01-09T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/88828
url https://hdl.handle.net/1822/88828
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 203519779
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137761659191296

Registros relacionados