FUSÃO ENTRE TÉCNICAS DE EXTRAÇÃO DE ATRIBUTOS NA CLASSIFICAÇÃO DE ISOLADORES DE REDES DE DISTRIBUIÇÃO USANDO REDES NEURAIS

Vol. 1, 2019. - 108447
Oral
Favoritar este trabalho
Como citar esse trabalho?
Resumo

O presente trabalho apresenta uma metodologia para processamento automatizado de imagens e classificação de quatro tipos de isoladores utilizados em redes de distribuição aéreas de média tensão (RDAs). Para isso, foi desenvolvida uma rede de distribuição didática para coletar fotos dos isoladores em um ambiente externo e também um estúdio para aquisição de imagens em ambiente controlado. Posteriormente, os atributos de imagem foram extraídos e utilizados como entrada para diferentes classificadores treinados, como redes neurais, máquina de vetor de suporte, árvore de decisão, n-vizinhos próximos, \textit{naive bayes} e modelo oculto de Markov, para uma mistura gradual entre as bases de dados (estúdio e imagens externas). As eficiências de classificação foram comparadas considerando a aplicação da análise de componentes principais (ACP) para identificar as informações mínimas necessárias para a classificação.

Instituições
  • 1 PPGEE - Universidade Federal da Bahia
  • 2 Universidade Federal do Vale do São Francisco
Eixo Temático
  • Aprendizagem de Máquinas
Palavras-chave
Redes de Distribuição Aéreas
processamento digital de imagem
Redes Neurais Artificiais
Análise de Componentes Principais