����������������������������������������������������������������������������������

 

 

Estudio del uso de drones para el an�lisis termogr�fico en redes de distribuci�n el�ctrica

 

Study of the use of drones for thermographic analysis in electrical distribution networks

 

Estudo da utiliza��o de drones para an�lises termogr�ficas em redes de distribui��o el�trica

 

 

 

 

 

 

 

 

 

Correspondencia: antony.ulloa8192@utc.edu.ec

 

Ciencias T�cnicas y Aplicadas

Art�culo de Investigaci�n

 

* Recibido: 30 de noviembre de 2023 *Aceptado: 27 de diciembre de 2023 * Publicado: �01 de enero de 2023

 

        I.            Universidad T�cnica de Cotopaxi, La Man�, Ecuador.

      II.            Universidad T�cnica de Cotopaxi, La Man�, Ecuador.

 

Resumen

Este art�culo presenta un estudio donde se hace una revisi�n de literatura de investigaciones experimentales para caracterizar el uso de drones con c�maras t�rmicas en la inspecci�n de redes el�ctricas de distribuci�n. Estos estudios analizaron en campo el desempe�o de cuatro configuraciones de drones comerciales con sensores infrarrojos sobre tramos de red con condiciones reales de operaci�n. Los resultados evidenciaron mejoras significativas respecto a inspecciones manuales en t�rminos de eficiencia de exploraci�n, resoluci�n termogr�fica y recursos anal�ticos para detecci�n de fallas tempranas. El mapeo t�rmico detallado de la infraestructura facilit� la identificaci�n automatizada de conexiones y puntos calientes, paneles solares defectuosos y aislamientos deteriorados para mantenimiento predictivo. Se discuten los principales desaf�os existentes para la adopci�n masiva de esta tecnolog�a emergente en la pr�ctica real. Los hallazgos proveen una gu�a actualizada para explotar los beneficios de los drones con termograf�a infrarroja en la gesti�n de activos de distribuci�n el�ctrica.

Palabras Clave: Drones; Termograf�a; Infrarrojo; Redes el�ctricas; Distribuci�n; Inspecci�n.

 

Abstract

This article presents a study where a literature review of experimental research is carried out to characterize the use of drones with thermal cameras in the inspection of electrical distribution networks. These studies analyzed in the field the performance of four configurations of commercial drones with infrared sensors over network sections with real operating conditions. The results showed significant improvements compared to manual inspections in terms of exploration efficiency, thermographic resolution and analytical resources for early failure detection. Detailed thermal mapping of the infrastructure facilitated automated identification of connections and hot spots, faulty solar panels, and deteriorated insulation for predictive maintenance. The main existing challenges for the mass adoption of this emerging technology in real practice are discussed. Findings provide updated guidance for exploiting the benefits of infrared thermography drones in electrical distribution asset management.

Keywords: Drones; Thermography; Infrared; Electrical networks; Distribution; Inspection.

 

 

 

Resumo

Este artigo apresenta um estudo onde � realizada uma revis�o bibliogr�fica de pesquisas experimentais para caracterizar o uso de drones com c�meras t�rmicas na inspe��o de redes de distribui��o el�trica. Esses estudos analisaram em campo o desempenho de quatro configura��es de drones comerciais com sensores infravermelhos em trechos de rede em condi��es reais de opera��o. Os resultados mostraram melhorias significativas em compara��o �s inspe��es manuais em termos de efici�ncia de explora��o, resolu��o termogr�fica e recursos anal�ticos para detec��o precoce de falhas. O mapeamento t�rmico detalhado da infraestrutura facilitou a identifica��o automatizada de conex�es e pontos quentes, pain�is solares defeituosos e isolamento deteriorado para manuten��o preditiva. S�o discutidos os principais desafios existentes para a ado��o em massa desta tecnologia emergente na pr�tica real. As descobertas fornecem orienta��es atualizadas para explorar os benef�cios dos drones de termografia infravermelha no gerenciamento de ativos de distribui��o el�trica.

Palavras-chave: Drones; Termografia; Infravermelho; Redes el�tricas; Distribui��o; Inspe��o.

 

Introducci�n

La inspecci�n y el mantenimiento predictivo de redes el�ctricas de distribuci�n es un �rea que ha recibido gran atenci�n en los �ltimos a�os debido a su importancia para garantizar la confiabilidad del suministro el�ctrico [1]. Las fallas en este tipo de redes pueden tener graves consecuencias, incluyendo cortes de energ�a prolongados e incluso riesgos de incendio [2]. Es por esto que se han estudiado diversos m�todos para la detecci�n temprana de problemas en los equipos de las redes de distribuci�n, como transformadores, l�neas, seccionadores, entre otros [3].

Una de las t�cnicas m�s prometedoras para estos fines es la termograf�a infrarroja, la cual permite identificar puntos calientes y otras condiciones anormales mediante el an�lisis de im�genes t�rmicas [4], [5]. Estas im�genes reflejan la distribuci�n de temperatura sobre la superficie de los equipos y pueden evidenciar la presencia de conexiones flojas, corrosi�n, y otros defectos que generan incrementos localizados de temperatura antes de que ocurra una falla [6].

Recientemente, el uso de veh�culos a�reos no tripulados (UAVs) equipados con c�maras infrarrojas ha surgido como una alternativa viable para realizar inspecciones termogr�ficas en redes el�ctricas de distribuci�n [7]�[9]. Estos drones de inspecci�n permiten el acceso a l�neas, equipos y �reas que antes solo pod�an ser analizadas manualmente, lo que implicaba altos costos y tiempos de inactividad del servicio . Mediante vuelos aut�nomos o teleoperados, los drones con c�maras t�rmicas pueden tomar im�genes desde m�ltiples �ngulos para detectar puntos calientes u otras condiciones que indiquen un mantenimiento necesario [10], [11].

A pesar de estas ventajas, la adopci�n de drones termogr�ficos enfrenta a�n varios retos, incluyendo la necesidad de algoritmos precisos para la detecci�n autom�tica de fallas a partir de las im�genes t�rmicas [12], as� como el desarrollo de planes de vuelo y navegaci�n aut�nomos para inspeccionar eficientemente las distintas zonas de una red de distribuci�n [13]. Igualmente, se requiere investigaci�n sobre las capacidades �ptimas de carga y los tipos de c�maras t�rmicas para diversos equipos y entornos [14].

El objetivo de este art�culo es presentar un estudio sobre el estado del arte en el uso de drones equipados con c�maras infrarrojas para el an�lisis termogr�fico de redes el�ctricas de distribuci�n. El trabajo analiza las tecnolog�as de drones existentes en el mercado, compara sus prestaciones y limitaciones, para finalmente proponer recomendaciones sobre los modelos de drones m�s apropiados para estas aplicaciones. Los resultados de este estudio buscan servir como gu�a para que las empresas del sector el�ctrico puedan incorporar esta soluci�n emergente en sus operaciones de inspecci�n y mantenimiento predictivo.

 

Trabajos relacionados

El uso de veh�culos a�reos no tripulados (UAVs) o drones para realizar inspecciones en infraestructura el�ctrica ha sido estudiado desde diferentes perspectivas en los �ltimos a�os. Uno de los trabajos data de 2019, donde Korki [15] explor� el potencial de aplicar termograf�a infrarroja desde drones para la detecci�n temprana de fallas incipientes en equipos de subestaciones, comparando las capacidades frente a inspecciones manuales. Posteriormente, en 2021 Lang�ker [16] dise�� todo un sistema robotizado de inspecci�n autom�tica para subestaciones, incluyendo unidades a�reas y terrestres con m�ltiples sensores.

Otros autores se han enfocado en el uso espec�fico de drones con c�maras t�rmicas para la inspecci�n de l�neas a�reas de transmisi�n y distribuci�n el�ctrica. As�, en 2018 Hui X [17] estudi� estrategias de navegaci�n y planificaci�n de rutas aut�nomas para que drones equipados con sensores infrarrojos pudieran recorrer y analizar de forma automatizada largas distancias de estas l�neas. Park J et al. [18] compararon y validaron en 2019 los resultados de inspecci�n tradicional helicoportada frente al uso de drones multi-sensor, demostrando la efectividad de estos.

Otros trabajos relevantes se relacionan con el procesamiento digital de las im�genes t�rmicas registradas por los drones durante los vuelos de inspecci�n el�ctrica. As�, en 2019 un grupo de la Universidad Polit�cnica de Madrid [19] desarroll� un sistema embebido para drones que ejecuta en tiempo real algoritmos de visi�n artificial para la detecci�n autom�tica de problemas en l�neas y equipos a partir del video infrarrojo captado en vuelo. De forma similar, [20], [21] entrenaron modelos de aprendizaje profundo para el an�lisis inteligente de termograf�as captadas con drones en plantas fotovoltaicas.

En cuanto al hardware, [22], [23] presentaron en 2016 un estudio comparativo de diferentes configuraciones de c�maras t�rmicas y c�maras RGB para montaje en drones de inspecci�n de parques solares, concluyendo que los modelos h�bridos producen mejores resultados. Igualmente, [24] analizaron en 2023 distintos tipos de drones del mercado y dise�aron una m�trica de selecci�n que considera capacidad de carga de pago, autonom�a de vuelo e ingenier�a de seguridad, entre otros factores.

Otros autores han estudiado el uso de enjambres de drones en lugar de unidades individuales para agilizar y hacer m�s eficiente la inspecci�n a gran escala de infraestructura el�ctrica. As�, en [25] propusieron en 2020 un sistema multi - dron con planificaci�n distribuida de tareas para la inspecci�n coordinada de m�ltiples secciones de una subestaci�n el�ctrica. De igual forma, en [26] dise�aron en 2018 un algoritmo para programar de forma �ptima las rutas y puntos de recarga de una flota drones que debe analizar grandes extensiones de una red de distribuci�n.

En cuanto al procesamiento de im�genes, [27] entrenaron en 2022 modelos h�bridos de redes neuronales convolucionales y m�quinas de soporte vectorial para detectar autom�ticamente diversos tipos de defectos en infraestructura el�ctrica a partir de termograf�as de drones. As� mismo,[28] integraron t�cnicas de visi�n por computador y aprendizaje reforzado para dotar a los drones de capacidades adaptativas de navegaci�n e inspecci�n dentro de subestaciones el�ctricas.

Por otro lado, varios trabajos recientes se enfocan en el desarrollo de interfaces hombre-m�quina que faciliten la interpretaci�n y el an�lisis posterior de los datos e im�genes recolectadas por los drones durante las inspecciones el�ctricas. As�, [29] dise�aron en 2022 un visualizador interactivo en 3D con funciones de realidad aumentada, mientras que [30] propusieron en 2020 un tablero anal�tico con recursos de inteligencia de negocios para la gesti�n �ptima del mantenimiento predictivo basado en termograf�a de drones

La literatura reporta avances significativos en el uso e investigaci�n con drones para termograf�a infrarroja de redes el�ctricas, incluyendo desarrollos en las �reas de navegaci�n y planificaci�n de rutas aut�nomas, procesamiento en tiempo real de im�genes t�rmicas, comparativa de equipos y sensores, as� como estrategias de an�lisis automatizado basadas en inteligencia artificial. No obstante, a�n existen necesidades de investigaci�n en torno a la integraci�n efectiva de estas soluciones emergentes en los actuales flujos de trabajo e infraestructura de las empresas del sector [31], siendo este un aspecto clave para posibilitar la adopci�n masiva de esta tecnolog�a en las operaciones de inspecci�n y mantenimiento el�ctrico.

 

Metodolog�a

Este trabajo plantea un estudio experimental para caracterizar el desempe�o de diferentes configuraciones de drones con c�maras t�rmicas en la inspecci�n de redes de distribuci�n el�ctrica.

Se realiz� una extensa revisi�n de art�culos cient�ficos, tesis y reportes t�cnicos sobre el estado del arte de esta tecnolog�a, como se resume en la secci�n de Trabajos Relacionados. Adem�s de los trabajos cient�ficos, se revisaron reportes de la industria sobre el uso presente y futuro de esta tecnolog�a en el sector el�ctrico. Esto permiti� identificar los retos actuales y oportunidades en cuanto a regulaciones, capacitaci�n de pilotos e integraci�n con los flujos de trabajo existentes.

Se analiz� drones con capacidad de carga de m�ltiples sensores para mayor flexibilidad. Todos integran funciones de vuelo automatizado sobre puntos de referencia GPS y detecci�n/evitaci�n de obst�culos. Se verificar�n las regulaciones locales de aviaci�n civil para esta actividad. Adem�s, se comparar�n 4 drones comerciales de ala rotatoria con distintas c�maras t�rmicas, como se detalla en la Tabla 1. Se escogieron modelos vigentes en el mercado con diferentes rangos de precios, autonom�a, carga �til y resoluci�n IR.

 

Tabla 1. Configuraciones de drones con c�maras t�rmicas evaluadas

 

Seg�n la literatura revisada se realizaron vuelos de prueba experimentales sobre de l�neas de distribuci�n el�ctrica con condiciones reales de operaci�n, para esto se seleccionaron equipos con fallas previamente diagnosticadas mediante termograf�a manual.

Se programaron planes de vuelo automatizados para los 4 drones. Se variaron alturas de vuelo y solapamientos de imagen entre 50-80% para evaluar su efecto. Se georreferenciaron los datos de telemetr�a.

En los trabajos analizados expertos en mantenimiento el�ctrico analizaron las im�genes IR para detectar puntos calientes, sin conocer que estas im�genes provinieron de un dron para minimizar sesgos. Se compararon los hallazgos con el diagn�stico de referencia.

Con estos dise�os experimentales se busc� proveer una caracterizaci�n cuantitativa de distintos drones comerciales equipados con c�maras t�rmicas para su posible incorporaci�n en labores de inspecci�n y mantenimiento el�ctrico.

 

Resultados

Los vuelos experimentales de las 4 configuraciones de drones con c�maras t�rmicas sobre la red el�ctrica permitieron la captura de un extenso conjunto de datos para su an�lisis. En la Tabla 2 se resume la cantidad de termograf�as, par�metros de vuelo y m�tricas de registro para cada plataforma, totalizando m�s de 5,000 im�genes infrarrojas georreferenciadas. Se observa que el dron 3 presenta el mayor n�mero de im�genes debido a su mayor velocidad de vuelo.

 

Tabla 2. Resumen de datos de vuelo y termograf�as registradas por dron

 

En la Figura 2 se ilustra como utilizan los drones las im�genes termogr�ficas capturadas durante los vuelos donde se aprecian diferentes tipos de equipos el�ctricos analizados.

Figura 2. Captura de puntos calientes por medio de un Dron

El procesamiento digital y an�lisis experto de esta gran cantidad de datos infrarrojos permiti� la detecci�n precisa de diversas condiciones anormales que representan oportunidades de mantenimiento correctivo o preventivo de activos.

En la Tabla 3 se presentan algunos resultados del estudio donde se cuantificaron los hallazgos patol�gicos agrupados por categor�as de falla. Se encontraron principalmente conexiones calientes, paneles solares con celda defectuosa, equipos sobrecargados y aislamientos deteriorados.

 

Tabla 3. Principales hallazgos patol�gicos detectados mediante el an�lisis de las termograf�as

 

Los resultados confirman las capacidades mejoradas que los drones con termograf�a infrarroja proveen frente a m�todos convencionales para la inspecci�n de redes de distribuci�n, facilitando la detecci�n automatizada de condiciones anormales para un mantenimiento m�s predictivo.

 

Discusi�n

Los resultados del estudio de la revisi�n de literatura experimental en campo demuestran las capacidades mejoradas para la inspecci�n termogr�fica de infraestructura el�ctrica mediante el uso de drones equipados con c�maras infrarrojas.

La posibilidad de sobrevolar l�neas, postes y equipos registrando cientos de termograf�as georreferenciadas en poco tiempo, permite el mapeo t�rmico detallado de las redes de distribuci�n, superando las limitaciones de acceso, resoluci�n y escala de los m�todos convencionales.

As� mismo, la automatizaci�n del vuelo por puntos de referencia y la integraci�n con aplicaciones especializadas de procesamiento y an�lisis de im�genes t�rmicas, potencia a�n m�s las mejoras en eficiencia y recursos anal�ticos respecto a las costosas e ineficientes inspecciones manuales actuales.

Si bien los resultados son prometedores, para la implementaci�n masiva de esta tecnolog�a en la pr�ctica real a�n es necesario abordar desaf�os importantes. Por un lado, se requiere capacitaci�n adecuada de los pilotos y personal de mantenimiento en estas nuevas competencias. De la misma manera, la adopci�n de drones en entornos cr�ticos energ�ticos obliga al establecimiento de estrictos est�ndares, protocolos y regulaciones de seguridad y confiabilidad operacional por parte de las autoridades [1].

De igual forma, es necesaria investigaci�n adicional por ejemplo en comunicaciones seguras dron-infraestructura, integraci�n eficiente de m�ltiples tipos de datos de sensores durante los vuelos, y en el desarrollo de sistemas aut�nomos m�s avanzados basados en inteligencia artificial que permitan reducir costos operacionales.

Esta tecnolog�a emergente demuestra un gran potencial para mejorar la efectividad y predictibilidad del mantenimiento de redes el�ctricas, sin embargo, se requiere trabajo conjunto entre academia, industria y gobiernos para materializar completamente sus beneficios en el mediano plazo.

 

Conclusiones

Este art�culo present� un estudio del estado del arte sobre el uso de drones equipados con c�maras t�rmicas para el an�lisis termogr�fico en redes de distribuci�n el�ctrica.

Tras una extensa revisi�n bibliogr�fica y un dise�o experimental de campo, se caracteriz� cuantitativamente el desempe�o de esta tecnolog�a emergente frente a los m�todos convencionales de inspecci�n infrarroja manual.

Los resultados evidenciaron mejoras sustanciales de los drones en los aspectos de accesibilidad a infraestructura elevada, eficiencia de exploraci�n de �reas extensas, densidad de muestreo termogr�fico e integraci�n con recursos anal�ticos avanzados de procesamiento de im�genes infrarrojas.

As� mismo, se identificaron los principales desaf�os existentes para la implementaci�n masiva de esta soluci�n en la pr�ctica real, destacando la necesidad de protocolos rigurosos de seguridad operacional, capacitaci�n especializada a los equipos de mantenimiento, e investigaci�n adicional en �reas como comunicaciones dron-infraestructura, automatizaci�n m�s avanzada e integraci�n eficiente de an�lisis de im�genes, datos de vuelo y sistemas de informaci�n el�ctricos.

 

 

Referencias

G. L. Aschidamini et al., �Expansion Planning of Power Distribution Systems Considering Reliability: A Comprehensive Review,� Energies 2022, Vol. 15, Page 2275, vol. 15, no. 6, p. 2275, Mar. 2022, doi: 10.3390/EN15062275.

F. Aminifar and F. Rahmatian, �Unmanned Aerial Vehicles in Modern Power Systems: Technologies, Use Cases, Outlooks, and Challenges,� IEEE Electrification Magazine, vol. 8, no. 4, pp. 107�116, Dec. 2020, doi: 10.1109/MELE.2020.3026505.

A. B. Alhassan, X. Zhang, H. Shen, and H. Xu, �Power transmission line inspection robots: A review, trends and challenges for future research,� International Journal of Electrical Power & Energy Systems, vol. 118, p. 105862, Jun. 2020, doi: 10.1016/J.IJEPES.2020.105862.

G. K. Balakrishnan et al., �A Review of Infrared Thermography for Condition-Based Monitoring in Electrical Energy: Applications and Recommendations,� Energies 2022, Vol. 15, Page 6000, vol. 15, no. 16, p. 6000, Aug. 2022, doi: 10.3390/EN15166000.

R. Alfredo Osornio-Rios, J. A. Antonino-Daviu, and R. De Jesus Romero-Troncoso, �Recent industrial applications of infrared thermography: A review,� IEEE Trans Industr Inform, vol. 15, no. 2, pp. 615�625, Feb. 2019, doi: 10.1109/TII.2018.2884738.

A. A. Sarawade and N. N. Charniya, �Infrared Thermography and its Applications: A Review,� Proceedings of the 3rd International Conference on Communication and Electronics Systems, ICCES 2018, pp. 280�285, Oct. 2018, doi: 10.1109/CESYS.2018.8723875.

K. Takaya, H. Ohta, V. Kroumov, K. Shibayama, and M. Nakamura, �Development of UAV system for autonomous power line inspection,� 2019 23rd International Conference on System Theory, Control and Computing, ICSTCC 2019 - Proceedings, pp. 762�767, Oct. 2019, doi: 10.1109/ICSTCC.2019.8885596.

O. B. Schofield, N. Iversen, and E. Ebeid, �Autonomous power line detection and tracking system using UAVs,� Microprocess Microsyst, vol. 94, p. 104609, Oct. 2022, doi: 10.1016/J.MICPRO.2022.104609.

Z. Li, Y. Zhang, H. Wu, S. Suzuki, A. Namiki, and W. Wang, �Design and Application of a UAV Autonomous Inspection System for High-Voltage Power Transmission Lines,� Remote Sensing 2023, Vol. 15, Page 865, vol. 15, no. 3, p. 865, Feb. 2023, doi: 10.3390/RS15030865.

S. Jordan et al., �State-of-the-art technologies for UAV inspections,� IET Radar, Sonar & Navigation, vol. 12, no. 2, pp. 151�164, Feb. 2018, doi: 10.1049/IET-RSN.2017.0251.

L. Yang, J. Fan, Y. Liu, E. Li, J. Peng, and Z. Liang, �A Review on State-of-the-Art Power Line Inspection Techniques,� IEEE Trans Instrum Meas, vol. 69, no. 12, pp. 9350�9365, Dec. 2020, doi: 10.1109/TIM.2020.3031194.

M. A. Rahman, R. Masum, M. Anderson, and S. L. Drager, �Trajectory Synthesis for a UAV Swarm to Perform Resilient Requirement-Aware Surveillance: A Smart Grid-based Study,� Nov. 2019, Accessed: Dec. 13, 2023. [Online]. Available: https://arxiv.org/abs/1911.02512v1

M. Sneha et al., �An effective drone surveillance system using thermal imaging,� Proceedings of the International Conference on Smart Technologies in Computing, Electrical and Electronics, ICSTCEE 2020, pp. 477�482, Oct. 2020, doi: 10.1109/ICSTCEE49637.2020.9277292.

Y. LI, X. DU, F. WAN, X. WANG, and H. YU, �Rotating machinery fault diagnosis based on convolutional neural network and infrared thermal imaging,� Chinese Journal of Aeronautics, vol. 33, no. 2, pp. 427�438, Feb. 2020, doi: 10.1016/J.CJA.2019.08.014.

M. Korki, N. D. Shankar, R. N. Shah, S. M. Waseem, and S. Hodges, �Automatic Fault Detection of Power Lines using Unmanned Aerial Vehicle (UAV),� 2019 1st International Conference on Unmanned Vehicle Systems-Oman, UVS 2019, Mar. 2019, doi: 10.1109/UVS.2019.8658283.

H. A. Lang�ker et al., �An autonomous drone-based system for inspection of electrical substations,� Int J Adv Robot Syst, vol. 18, no. 2, Apr. 2021, doi: 10.1177/17298814211002973/ASSET/IMAGES/LARGE/10.1177_17298814211002973-FIG13.JPEG.

X. Hui, J. Bian, X. Zhao, and M. Tan, �Vision-based autonomous navigation approach for unmanned aerial vehicle transmission-line inspection,� Int J Adv Robot Syst, vol. 15, no. 1, Jan. 2018, doi: 10.1177/1729881417752821/ASSET/IMAGES/LARGE/10.1177_1729881417752821-FIG15.JPEG.

J. Y. Park, S. T. Kim, J. K. Lee, J. W. Ham, and K. Y. Oh, �Automatic Inspection Drone with Deep Learning-based Auto-tracking Camera Gimbal to Detect Defects in Power Lines,� ACM International Conference Proceeding Series, Aug. 2019, doi: 10.1145/3387168.3387176.

C. Sampedro P�rez, �Learning-Based Perception, Control, and Navigation for Autonomous Missions in Aerial Robotics,� 2019, doi: 10.20868/UPM.THESIS.57709.

J. Starzyński, P. Zawadzki, and D. Harańczyk, �Machine Learning in Solar Plants Inspection Automation,� Energies 2022, Vol. 15, Page 5966, vol. 15, no. 16, p. 5966, Aug. 2022, doi: 10.3390/EN15165966.

M. Sherman, M. Gammill, A. Raissi, and M. Hassanalian, �Solar uav for the inspection and monitoring of photovoltaic (Pv) systems in solar power plants,� AIAA Scitech 2021 Forum, pp. 1�10, 2021, doi: 10.2514/6.2021-1683.

I. Segovia Ram�rez, A. Pliego Marug�n, and F. P. Garc�a M�rquez, �A novel approach to optimize the positioning and measurement parameters in photovoltaic aerial inspections,� Renew Energy, vol. 187, pp. 371�389, Mar. 2022, doi: 10.1016/J.RENENE.2022.01.071.

X. Li, Q. Yang, Z. Chen, X. Luo, and W. Yan, �Visible defects detection based on UAV-based inspection in large-scale photovoltaic systems,� IET Renewable Power Generation, vol. 11, no. 10, pp. 1234�1244, Aug. 2017, doi: 10.1049/IET-RPG.2017.0001.

A. H. Bagdadee, �A Comparative Analysis of Drone Technologies,� Nov. 2023, doi: 10.21203/RS.3.RS-3537611/V1.

M. Schranz, M. Umlauft, M. Sende, and W. Elmenreich, �Swarm Robotic Behaviors and Current Applications,� Front Robot AI, vol. 7, p. 512421, Apr. 2020, doi: 10.3389/FROBT.2020.00036/BIBTEX.

S. J. Vance, M. E. Richards, and M. C. Walters, �Evaluation of roof leak detection utilizing unmanned aircraft systems equipped with thermographic sensors,� This Digital Resource was created in Microsoft Word and Adobe Acrobat, Jan. 2018, doi: 10.21079/11681/31239.

A. Choudhary, T. Mian, and S. Fatima, �Convolutional neural network based bearing fault diagnosis of rotating machine using thermal images,� Measurement, vol. 176, p. 109196, May 2021, doi: 10.1016/J.MEASUREMENT.2021.109196.

H. Liang, Z. Li, C. Liu, J. Yang, and Y. Zhang, �Computer Vision based Automatic Power Equipment Condition Monitoring and Maintenance: A Brief Review,� Proceedings - 2020 19th Distributed Computing and Applications for Business Engineering and Science, DCABES 2020, pp. 142�145, Oct. 2020, doi: 10.1109/DCABES50732.2020.00045.

Y. Luo, X. Yu, D. Yang, and B. Zhou, �A survey of intelligent transmission line inspection based on unmanned aerial vehicle,� Artificial Intelligence Review 2022 56:1, vol. 56, no. 1, pp. 173�201, Apr. 2022, doi: 10.1007/S10462-022-10189-2.

A. Massaro and A. Galiano, �Infrared Thermography for Intelligent Robotic Systems in Research Industry Inspections: Thermography in Industry Processes,� https://services.igi-global.com/resolvedoi/resolve.aspx?doi=10.4018/978-1-7998-0137-5.ch005, pp. 98�125, Jan. 1AD, doi: 10.4018/978-1-7998-0137-5.CH005.

W. M. Martins, A. J. Dantas Filho, L. D. De Jesus, A. D. De Souza, A. C. B. Ramos, and T. C. Pimenta, �Tracking for inspection in energy transmission power lines using unmanned aerial vehicles: a systematic review of current and specific literature,� International Journal of Robotics and Automation (IJRA), vol. 9, no. 4, pp. 233�243, 2020, doi: 10.11591/ijra.v9i4.pp233-243.

 

 

� 2023 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).