Escolar Documentos
Profissional Documentos
Cultura Documentos
APRENDIZADO DE MÁQUINA
Rafael Bruns2, Gabriel de Jesus¹, Luis Augusto Kühn¹, Luiz Henrique Meyer2, Andreza Sartori¹-2
Departamento de Sistemas e Computação (Laboratório de Desenvolvimento e Transferência de Tecnologia LDTT)¹, e Departamento de Engenharia de
Telecomunicações, Elétrica e Mecânica (Programa de Pós-Graduação em Engenharia Elétrica – PPGEE)2
Departamento de Sistemas e Computação1 e Departamento de Engenharia de Telecomunicações, Elétrica e Mecânica2, Universidade Regional de Blumenau - FURB
INTRODUÇÃO OBJETIVOS
Nas redes de distribuição de energia elétrica são utilizados isoladores Uma metodologia baseada em técnicas de processamento de sinais e
elétricos, que têm como finalidades dar sustentação mecânica aos cabos Aprendizado de Máquina para a construção de um algoritmo capaz de
e isolamento elétrico. A verificação da qualidade dos isoladores elétricos identificar automaticamente possíveis danos em isoladores elétricos.
instalados possui uma metodologia baseada no conhecimento adquirido Para isso foram utilizados dois isoladores, em duas condições distintas,
por técnicos, sendo que esta verificação não é realizada sem a análise mostrados nas figuras abaixo.
intuitiva de um profissional.
Figura 1. Isoladores Figura 2. Detalhamento dos dois isoladores utilizados no experimento: (a) são apresentados os dois isoladores, a
elétricos, equipamento esquerda o isolador bom e a direita o isolador perfurado; (b) fundo do isolador bom; (c) vista superior do isolador
da linha eléctrica [1]. perfurado; (d) é possível verificar que a perfuração atravessou totalmente o material isolante.
METODOLOGIA E RESULTADOS
Modelos de Aprendizado de Máquina
• O SVM se trata de um conjunto de métodos que encontra a maior de
distancia entre duas classes e traça uma linha de separação [2-3].
• O algoritmo k-Nearest Neighbours é capaz de analisar a proximidade das
características que já foram apresentas para poder classificar novas [4].
• O algoritmo de Árvores de Decisão divide o problema apresentado em
diversos subproblemas menores, e esta divisão é realizada por ordem dos
atributos mais importantes [5].
Modelo Precisão
Figura 3. Microfone ultrassônico Gráfico 1. Sobreposição de duas amostras, uma do isolador bom
utilizado na aquisição de dados, fixado
em suporte com o intuito de manter a
(Laranja) e uma do isolador perfurado (Azul), onde é possível Support Vector Machine 78,0%
verificar visualmente a diferença entre os dois tipos de sinais
inclinação fixa para todos os testes. amostrados.
K-Nearest Neighbors 97,6% Tabela 1 – Precisão dos
Diagrama do Algoritmo criado em Python principais modelos de
aprendizagem de máquinas
Decision Tree 98,8% utilizados após
aprimoramento.