Publicação
Localização de avarias em módulos fotovoltaicos por meio de processamento de imagens termográficas
| datacite.subject.fos | Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática | |
| datacite.subject.sdg | 09:Indústria, Inovação e Infraestruturas | |
| dc.contributor.advisor | Felgueiras, Manuel Carlos Malheiro de Carvalho | |
| dc.contributor.author | DYRJAWOJ, VICTOR | |
| dc.date.accessioned | 2026-07-02T14:53:32Z | |
| dc.date.available | 2026-07-02T14:53:32Z | |
| dc.date.issued | 2026-04-24 | |
| dc.description.abstract | O número de centrais fotovoltaicas deverá aumentar nos próximos anos, novas instalações de pequeno e grande porte farão parte do sistema elétrico mundial. Contudo, é necessário ressaltar a importância de verificações periódicas e manutenções preventivas dos equipamentos, já que são susceptíveis a diversos fenômenos que os prejudicam e acabam por diminuir a eficiência da produção de energia. Sendo assim, métodos para localizar avarias são essenciais para a manutenção e produtividade dos módulos fotovoltaicos. Destaca-se a análise por termografias, pois se trata de um método não invasivo que é capaz de mostrar regiões com possíveis danos ao equipamento, conhecidos como hotspots. No entanto, as imagens térmicas por si só não são capazes de satisfazer por completo a inspeção, porque são afetas dos diversos fenômenos. Logo, técnicas auxiliares tais como processamento e segmentação de imagens são implementadas junto às termografias, são um auxiliar precioso, possibilitando detectar bordas, filtrar ruídos e outros. Deste modo, este trabalho endereça parcialmente aquele objetivo e propõe um procedimento computacional que utilizou algumas técnicas de processamento e reconhecimento de imagens para localizar avarias em cima de módulos fotovoltaicos. Os resultados obtidos resultaram na criação de um dataset de termografias de módulos, treinamento de uma rede neural modelo Yolov8 com a precisão de 95% para detecção de bordas e capacidade de localizar as avarias em módulos reais testados por sobreposição de imagens e coordenadas. | pt |
| dc.description.abstract | The number of photovoltaic plants is expected to increase in the coming years, new installations of small and large sizes are part of the world’s electricity system. However, it is necessary to emphasize the importance of periodic checks and preventive maintenance of equipment, since they are susceptible to various phenomena that harm them and end up reducing the efficiency of energy production. Therefore, methods to locate malfunctions are essential for the maintenance and productivity of photovoltaic modules. Thermography analysis stands out, as it is a non-invasive method that can show regions with possible damage to the equipment, known as hotspots. However, thermal images alone are not able to completely satisfy the inspection, because they are affected by various phenomena. Therefore, auxiliary techniques such as image processing and segmentation are implemented along with thermography, they are a precious aid, making it possible to detect edges, filter noise and others. Thus, this work partially addresses that objective and proposes a computational procedure that used some techniques of image processing and recognition to locate malfunctions on top of photovoltaic modules. The results obtained resulted in the creation of a dataset of thermographies of modules, training of a Yolov8 neural network model with 95% accuracy for edge detection, and the ability to locate the malfunctions in real modules tested by superimposing images, and coordinates. | en |
| dc.identifier.tid | 204320690 | |
| dc.identifier.uri | http://hdl.handle.net/10400.22/32540 | |
| dc.language.iso | por | |
| dc.rights.uri | N/A | |
| dc.subject | Faults | |
| dc.subject | HSV Color Space | |
| dc.subject | Photovoltaic Module | |
| dc.subject | Image Processing | |
| dc.subject | Thermography | |
| dc.subject | Yolov8 | |
| dc.subject | Avarias | |
| dc.subject | Espaço HSV color | |
| dc.subject | Módulo Fotovoltaico | |
| dc.subject | Processamento de imagens | |
| dc.subject | Termografias | |
| dc.title | Localização de avarias em módulos fotovoltaicos por meio de processamento de imagens termográficas | por |
| dc.title.alternative | Fault location in photovoltaic modules through thermographic image processing | eng |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| thesis.degree.name | Mestrado em Engenharia Electrotécnica - Sistemas Eléctricos de Energia |