Aplicación de Deep Learning y dron en una línea de transmisión para aumentar la productividad en detección de fallas en aisladores, Jaén-Cajamarca
Cargando...
Fecha
2026-04-17
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Nacional de Jaén
Resumen
La investigación aborda el problema de la baja productividad, el elevado tiempo de procesamiento y los riesgos operativos asociados al método tradicional de inspección visual de aisladores en líneas de transmisión, el cual depende de la experiencia del personal y presenta limitaciones para la detección oportuna de fallas. El objetivo general fue aplicar Deep Learning y dron en una línea de transmisión para aumentar la productividad en detección de fallas en aisladores, Jaén – Cajamarca. Se desarrolló una investigación aplicada, con enfoque cuantitativo y diseño no experimental, recopilándose información del procedimiento tradicional mediante entrevista y observación; posteriormente se implementó un modelo de detección automática basado en YOLOv11, entrenado con una base de datos de 2239 imágenes de aisladores en buen estado, sucios, roto/flameado y validado con 430 imágenes, y se comparó el rendimiento frente al método tradicional. Los resultados evidenciaron que el método tradicional permite inspeccionar entre 8 y 10 estructuras por día, mientras que la integración con dron y Deep Learning incrementó la capacidad a 42 estructuras por jornada; además el modelo alcanzó una precisión del 95.6%, un Recall del 96.3% y una mAP@0.5 de 97.7%, reduciendo el tiempo de análisis en gabinete de 72 a 0.55 segundos por imagen. Se concluye que la propuesta incrementa la productividad en 367%, reduce costos en 19% y minimiza riesgos operativos, constituyéndose una alternativa tecnológica eficiente y viable para modernizar los procesos de inspección de infraestructuras eléctricas.
Descripción
Palabras clave
Deep Learning, dron, YOLOv11, productividad, aisladores.
Citación
Laban, J. y Cubas. S. (2026). Aplicación de Deep Learning y dron en una línea de transmisión para aumentar la productividad en detección de fallas en aisladores, Jaén-Cajamarca [Tesis de pregrado, Universidad Nacional de Jaén, Carrera Profesional de Ingeniería Mecánica y Eléctrica]. Repositorio institucional UNJ.