Resumen

La agrupación o clustering es uno de los métodos más importantes de procesamiento de imágenes que tiene como objetivo dividir una imagen en diferentes grupos. Examinando la literatura, se han llevado a cabo muchos algoritmos de agrupamiento, donde el algoritmo K-means se considera entre los más simples y utilizados para clasificar una imagen en muchas regiones. En este contexto, el objetivo principal de este trabajo es detectar y localizar con precisión la zona dañada en campos fotovoltaicos (FV) basándose en la agrupación de una imagen térmica mediante el algoritmo de K-means. La calidad del clustering depende del número de clusters elegidos, por lo que se utilizan los métodos del codo, la silueta media y el paquete NbClust R para encontrar el número óptimo K. Las simulaciones realizadas muestran que el uso del algoritmo K-means permite detectar con precisión los fallos en paneles fotovoltaicos. El excelente resultado se da con tres clusters que es el sugerido por el método del codo.

• Materias:Energía solar Termodinámica Fotoquímica Fotocatálisis Efecto fotoeléctrico
• Subjects:Solar energy Thermodynamics Photochemistry Photocatalysis Photoelectric effect
• Palabras claves:algoritmo means, métodos del paquete r nbclust, métodos importantes de tratamiento de imágenes, muchos algoritmos de agrupación, número óptimo k., agrupaciones, imagen, paneles pv, silueta media, diferentes grupos
• Keywords:means algorithm, nbclust r package methods, important image processing methods, many clustering algorithms, optimal number k., clusters, image, pv panels, average silhouette, different groups