XXV SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA
BELO HORIZONTE - MG
10 A 13
NOVEMBRO/2019
2019 - EXPOMINAS
Grupo: GMA
Tema: Interação Com a Sociedade e Comunicação Socioambiental
Título: Interação Com a Sociedade por Meio de Sistema de Visão Computacional para Monitoramento Ambiental de Linhas de Transmissão
Autores: Adriano Chaves Lisboa(1); Hani Camille Yehia(1); Carlos Alexandre Meireles Nascimento(2); Hermes Aguiar Magalhães(1); Pedro Vinícius Almeida Borges de Venâncio(1); Arlindo Follador Neto(1)
Instituições: UFMG(1); Cemig D(2)
Resumo: As linhas de transmissão de energia elétrica são muitas vezes vistas como agentes nocivos ao meio
ambiente e raramente alguém não se incomoda em tê-las por perto. Isso acontece mesmo sabendo
que elas trazem consigo uma qualidade de vida para as pessoas e desenvolvimento para a região
por meio do abastecimento de energia elétrica. O monitoramento ambiental com interface web é
uma forma de aproximar a sociedade das linhas de transmissão ao fornecer imagens das áreas no
entorno das linhas de transmissão e com detecção automática de incêndios. Ele envolve uma rede
de captação com câmeras e conexão com a internet, uma plataforma web para acesso público às
imagens e servidores rodando a identificação automática de incêndio. Essa é a ideia fundamental de
um projeto de pesquisa e desenvolvimento que vem sendo desenvolvido junto à CEMIG D com
instalações protótipo no Parque Tecnológico de Belo Horizonte (BH-Tec) e na Universidade Federal de
Minas Gerais (UFMG), e com planejamento de instalações de teste no Parque do Rola Moça e na
Cidade Administrativa, com site web experimental já disponível para acesso público. O site permite
saber a localização de cada câmera, ver a imagem da câmera em tempo real e fornecer feedback em
relação a ocorrências. A detecção de incêndios roda ao fundo e pode ser auxiliada pelo feedback de
ocorrências das pessoas no site. A versão atual da detecção automática de incêndios utiliza
aprendizado de máquina profundo em uma rede neural de 106 camadas convolucionais treinada com
80% de um banco de dados de 5.169 imagens contendo 8.244 marcações de ocorrências de fogo e
fumaça. Em teste com 10% dos dados, isto é 518 imagens e 761 marcações, 1 classificação foi falso
positivo e 758 marcações foram identificadas corretamente, levando a uma precisão de 99,86% e
uma revocação de 99,60%. Em teste real com a câmera filmando o dia inteiro durante um fim de
semana, a frequência de falsos positivos foi de 1 a cada 4 horas em média. Esses números mostram
a confiabilidade e exatidão que se pode ter no sistema de identificação automática de incêndios, e
está perto de superar a visão humana, além de evitar fazer o trabalho entediante de olhar o dia
inteiro ao redor à procura de incêndios. O desempenho das redes convolucionais é altamente
sensível ao uso de processadores gráficos (GPU), a qual pode elevar muito seu desempenho. Sem GPU,
a detecção pode levar até 10 segundos para ser concluída, enquanto testes com GPU levaram
esse tempo a cerca de um terço de segundo. A identificação de incêndios continua sendo investigada
e experimentando avanços significativos, e o site para monitoramento ambiental será atualizado em
breve. Espera-se que a aproximação com a sociedade traga benefícios para ambas as partes,
permitindo o acesso a imagens de monitoramento ambiental ao redor de linhas de transmissão por
parte da sociedade enquanto conquista acesso mais livre a áreas urbanas para passar linhas de
transmissão por parte do agente distribuidor de energia elétrica, contribuindo para o equilíbrio do
sistema.