Desarrollo de un sistema basado en visión artificial para la supervisión de redes de distribución.

Abstract

El presente trabajo presenta el desarrollo de un sistema basado en técnicas de visión artificial y Deep Learning para gestión del inventario de activos en redes de distribución eléctrica. Para ello, se ha utilizado un modelo de detección open-set (Grounding DINO) y clasificadores específicos realizando un fine-tuning de los modelos (YOLOv8). Obteniendo una herramienta capaz de identificar visualmente postes eléctricos y clasificarlos en función de características técnicas como material y función. Los resultados obtenidos muestran un alto rendimiento en las tareas de detección y clasificación, validando la viabilidad de aplicar este enfoque en el sector energético.

This paper presents the development of a system based on artificial vision and Deep Learning techniques for asset inventory management in electricity distribution networks. For this purpose, an open-set detection model (Grounding DINO) and specific classifiers have been used, performing a fine-tuning of the models (YOLOv8). A tool capable of visually identifying electric pylons and classifying them according to technical characteristics such as material and function has been obtained. The results obtained show a high performance in the detection and classification tasks, validating the feasibility of applying this approach in the energy sector.