Utilização de inteligência artificial para a detecção de plantações em imagens de satélite
Visualizar/ Abrir
Data
2022-11-16Primeiro membro da banca
Garcia, Vinícius Jacques
Segundo membro da banca
Figueiredo, Rodrigo Marques de
Metadata
Mostrar registro completoResumo
A identificação de perdas é um dos principais desafios da concessionários hoje em dia. O
fator de perdas no Brasil foi de aproximadamente 14% em 2018, onde 6,6% são perdas não
técnicas totalizando um custo de quase R$ 5 bilhões ao ano. Esse trabalho propõe a localização de furtos na rede elétrica utilizando imagens de satélite. Para isso são utilizados
modelos de Aprendizagem Profundo na identificação de cultivos de arroz e posteriormente
esse dado alimenta outro algoritmo de inteligência artificial que analisa se tal unidade consumidora está gerando perdas não-técnicas. Esse trabalho, portanto, propõe a utilização
da topologia proposta por (RONNEBERGER; FISCHER; BROX, 2015) para a classificação de plantações na região de Uruguaiana no Rio Grande do Sul. Imagens do satélite
Sentinel-2 foram adquiridas pela plataforma (ESA, 2021), processadas e utilizadas como
entrada da rede neural. Além disso também foram utilizadas para a criação dos rótulos,
através da utilização do método de Máxima Verosimilhança aliado a inspeção visual de
um profissional. Após treinar a rede neural por 30 epochs, foi encontrada uma função de
perda próxima a 0.3 no dataset de teste, uma precisão de 90% e um Índice de Jaccard
de 68,84%. Através da aplicação desse modelo de Aprendizagem Profunda, foi possível
detectar e classificar as plantações, para então cruzar com dados da rede elétrica para
identificar possíveis casos de perdas.
Coleções
Os arquivos de licença a seguir estão associados a este item: