Fecha de alta en el repositorio: 2023-05-31
Resumen: S’estima que aproximadament el 20-25% del cost de l’energia és causat pel manteniment de les infraestructures. Aquest treball té com a objectiu agilitzar aquesta tasca als parcs eòlics on es fan inspeccions amb dron amb l’ús de deep learning per l’anàlisi de les imatges. I, en última instància, reduir el cost i/o temps de les inspeccions.
Materia: Aerogeneradors
Idioma: cat
Áreas temáticas: Enginyeria informàtica Computer engineering Ingeniería informática
Departamento: Enginyeria Informàtica i Matemàtiques
Estudiante: Bello Curto, Josep
Curso académico: 2021-2022
Título en diferentes idiomas: Detecció de danys a pales d’aerogeneradors amb deep learning Wind turbine damage detection with deep learning Deteccion de daños en palas de aerogeneradores con deep learning
Fecha de la defensa del treball: 2022-06-27
Derechos de acceso: info:eu-repo/semantics/openAccess
Palabras clave: aerogeneradors, deep learning, drons wind turbines, deep learning, drones aerogeneradores, deep learning, drones
Confidencialidad: Si
Título en la lengua original: Detecció de danys a pales d’aerogeneradors amb deep learning
Director del proyecto: Puig Valls, Domènec Savi; Abdelnasser Mohamed Mahmoud, Mohamed
Enseñanza(s): Enginyeria Informàtica
Entidad: Universitat Rovira i Virgili (URV)
Repositori URV