REVISTA DE INGENIERIA DYNA

Palabras clave:

Transmission line; Deep learning; Neural network model; Dance characteristics; Counting frequency; Streaming media; Gamma correction; Convolutional layer; Video image segmentation; MRF; Edge point; CBMA

Tipo de artículo:

ARTICULO DE INVESTIGACION / RESEARCH ARTICLE

Sección:

ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES

El fenómeno de oscilación de líneas de transmisión—vibraciones del conductor inducidas por el viento—representa una amenaza para la seguridad de la red al dañar componentes y provocar interrupciones en el servicio. Un método impulsado por inteligencia artificial emplea cámaras HD para capturar videos del fenómeno, los cuales son segmentados en cuadros mediante DirectShow y mejorados con corrección gamma adaptativa. Un modelo de campo aleatorio de Markov aísla los conductores/separadores (primer plano) del fondo, y DeepLabv3+ extrae características espaciales para la cuantificación del desplazamiento/ángulo y el análisis de frecuencia. Los resultados experimentales confirman un preprocesamiento sólido, segmentación precisa de componentes y una detección confiable de los patrones de oscilación, lo que permite un mantenimiento proactivo y refuerza la resiliencia de la red. Palabras clave: Línea de transmisión; Aprendizaje profundo; Modelo de red neuronal; Características de oscilación; Frecuencia de conteo; Medios de transmisión; Corrección gamma; Capa de convolución; Segmentación de imágenes de video; MRF; Punto de borde; CBMA.