Tres arquitecturas neuronales implementadas en la detección y categorización de anomalías en paneles fotovoltaicos

Abstract

Los paneles solares son herramientas útiles y eficientes. Necesitan mantenerse en excelente estado de funcionamiento, pero a medida que pasa el tiempo, sufren fallos por externos manifestados en el ambiente. Por lo tanto, se resalta la necesidad de hacer un seguimiento efectivo de dichos sistemas. Los modelos neuronales son candidatos perfectos para realizar el reconocimiento de los daños físicos. En este caso, se compara el desempeño de tres redes neuronales artificiales, el perceptrón multicapa, la red neuronal densamente conectada y la red ResNet-50 en este problema de identificación. Lo que se pretende obtener de este método es la demostración práctica del uso de las redes neuronales para solucionar problemas reales.