Detekce a klasifikace vad panelů fotovoltaických elektráren z termokamery dronu
| but.committee | prof. Dr. Ing. Jan Černocký (předseda) Ing. Ivana Burgetová, Ph.D. (člen) Ing. Michal Hradiš, Ph.D. (člen) Ing. Josef Strnadel, Ph.D. (člen) doc. RNDr. Dana Hliněná, Ph.D. (člen) | cs |
| but.defence | Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky otázky přítomných, např. ohledně podoby výstupu z aplikace a způsobu jeho využití (přiřazení panelu k detekované vadě). Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B - velmi dobře. | cs |
| but.jazyk | čeština (Czech) | |
| but.program | Informační technologie | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Bambušek, Daniel | cs |
| dc.contributor.author | Haužvic, Filip | cs |
| dc.contributor.referee | Materna, Zdeněk | cs |
| dc.date.created | 2024 | cs |
| dc.description.abstract | Tato práce popisuje proces zpracování termografických snímků fotovoltaické elektrárny, pořízených termokamerou na dronu. Momentálně profesionál na inspekce elektráren manuálně analyzuje pořízené snímky a hledá v nich závady. Tento přístup je velmi časově náročný a zavedení určité míry automatizace by tento proces mohlo usnadnit a urychlit. S tímto záměrem jsem natrénoval a nasadil model neuronové sítě U-Net, který na snímcích detekuje nejčastější typ závady, kterým je „hot spot“. Pro vizualizaci nalezených závad jsem navrhl a vytvořil webovou aplikaci, která je zobrazuje v kompletní fotomozaice fotovoltaické elektrárny. V rámci aplikace může uživatel přidávat a mazat jednotlivé vady. Aplikace také umožňuje anotaci panelů, které jsou využity při tvorbě výsledné tabulky, jakmile je elektrárna kompletně anotována. | cs |
| dc.description.abstract | The thesis describes the processing of thermal images of photovoltaic power plants captured by a drone. In contemporary solutions, the images are analyzed manually, where an expert in thermal imaging searches for defects in individual panels. This approach is very time-consuming, and introducing some level of automation could ease the process. Therefore, I trained and utilized a U-Net model that detects hot spots in the images. To visualize and present the defects to the user, I designed and created a web-based application that highlights them in a complete orthomosaic of the photovoltaic power plant. Within the application, a user can annotate PV panels in the power plant and manually remove, or add any defect. When the plant is wholly annotated, an export to a spreadsheet can be created, matching defects to the individual annotated panels. | en |
| dc.description.mark | B | cs |
| dc.identifier.citation | HAUŽVIC, F. Detekce a klasifikace vad panelů fotovoltaických elektráren z termokamery dronu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024. | cs |
| dc.identifier.other | 154941 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/246586 | |
| dc.language.iso | cs | cs |
| dc.publisher | Vysoké učení technické v Brně. Fakulta informačních technologií | cs |
| dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
| dc.subject | fotovoltaické elektrárny | cs |
| dc.subject | radiometrické snímky | cs |
| dc.subject | detekce vad | cs |
| dc.subject | klasifikace vad | cs |
| dc.subject | neuronové sítě | cs |
| dc.subject | strojové učení | cs |
| dc.subject | dron | cs |
| dc.subject | uživatelské rozhraní | cs |
| dc.subject | photovoltaic power plants | en |
| dc.subject | radiometric imaging | en |
| dc.subject | defect detection | en |
| dc.subject | defect classification | en |
| dc.subject | neural networks | en |
| dc.subject | machine learning | en |
| dc.subject | drones | en |
| dc.subject | user interface | en |
| dc.title | Detekce a klasifikace vad panelů fotovoltaických elektráren z termokamery dronu | cs |
| dc.title.alternative | Detection and Classification of Photovoltaic Power Plant Panel Defects from a Drone Thermal Imaging Camera | en |
| dc.type | Text | cs |
| dc.type.driver | bachelorThesis | en |
| dc.type.evskp | bakalářská práce | cs |
| dcterms.dateAccepted | 2024-06-10 | cs |
| dcterms.modified | 2024-06-17-08:45:26 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
| sync.item.dbid | 154941 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2025.03.18 21:00:59 | en |
| sync.item.modts | 2025.01.15 12:52:13 | en |
| thesis.discipline | Informační technologie | cs |
| thesis.grantor | Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií | cs |
| thesis.level | Bakalářský | cs |
| thesis.name | Bc. | cs |