DESCRIZIONE
Il Video Discharge Extractor (VDE) è un sistema di elaborazione intelligente di immagini e filmati, finalizzato al riconoscimento automatico di scariche elettriche sulle superfici degli isolatori di alta tensione. Si tratta di un framework prototipale applicato all’elaborazione di filmati di monitoraggio acquisiti da una telecamera e provenienti dalla stazione sperimentale di prova isolatori di alta tensione LANPRIS.
Il sistema è in grado di identificare gli isolatori all’interno delle immagini e di distinguere tra isolatori con e senza scarica superficiale. Inoltre, è in grado di localizzare su quale catena di isolatori è avvenuta la scarica e di dare informazioni approssimative sulle dimensioni dell’area coinvolta dal fenomeno luminoso. Il sistema analizza i fotogrammi applicando il modello di Object detection YOLOv3 (You Only Look Once), allenato a riconoscere nelle immagini fenomeni di scarica superficiale.
Il framework di elaborazione è anche in grado di semplificare il processo di creazione del dataset per il riallenamento della rete neurale, utilizzando un sistema di tagging automatico e di salvataggio dei soli fotogrammi in cui sono presenti scariche superficiali. Quest’ultima funzionalità permette di evitare una lunga e onerosa procedura manuale di selezione dei fotogrammi per la creazione del training dataset ed il relativo tagging delle immagini.

APPLICAZIONI
Analisi automatica di filmati per la diagnostica e la manutenzione predittiva.
Selezione automatica all’interno di filmati di immagini con caratteristiche di interesse. Elaborazione di immagini con riconoscimento automatico di oggetti (isolatori) e di fenomeni visivi (scariche elettriche).

UTILIZZATORI
Operatori delle reti elettriche, laboratori di test di componenti AT, sviluppatori di sistemi diagnostici.

FOCUS
A. Maldarella, E. Bionda, C. Tornelli, G. Mauri, G. Pirovano and S. L. Chiarello, “Recognition of Surface Discharges in High-voltage Lines Insulators using Artificial Intelligence,” 2021 AEIT International Annual Conference (AEIT), 2021, pp. 1-6, doi: 10.23919/AEIT53387.2021.9626904.

A. Maldarella, G. Lami, E. Bionda, C. Tornelli, G. Pirovano and S. L. Chiarello, “Video Discharge Extractor: a Deep Learning and Computer Vision-based Framework for Surface Discharges Recognition on HV Lines Insulators,” 2022 IEEE 21st Mediterranean Electrotechnical Conference (MELECON), 2022, pp. 831-836, doi: 10.1109/MELECON53508.2022.9843010.