Lectura del consumo de energía eléctrica en medidores analógicos utilizando servicios de visión artificial en la nube

Resumen

Actualmente, en el Perú, todavía se mantiene el proceso manual de lecturas del consumo eléctrico que se realizan casa por casa. En dicho proceso existen errores en la lectura, lo cual conlleva a una facturación errónea del consumo eléctrico. Ante ello, se propone una alternativa de solución de lectura en base a imágenes y utilizando la tecnología de visión artificial o visión por computadora. Para tal fin, se generó un conjunto de imágenes con lecturas de consumos de un medidor analógico de la localidad de Barranca, el cual, las imágenes, tal cual fueron tomadas, pasaron por un mecanismo automatizado que utilizaron cada uno de los servicios de visión artificial de los 3 principales proveedores de nube Azure, Amazon, Google. El estudio tiene como objetivo determinar que tecnología de visión por computadora tiene la mayor precisión en la lectura del valor del consumo eléctrico en base a la imagen de un medidor analógico. Se utilizaron los servicios de visión artificial que disponibilizan cada proveedor de nube, para Azure se consumió el servicio de Visión de Azure AI, para Amazon se consumió el servicio de Amazon Rekognition y para Google se consumió el servicio de Visión AI. Se recopiló 100 imágenes de medidores con su consumo eléctrico, el cual sirvió como el conjunto de datos de la presente investigación. Para la propuesta de solución se implementó un modelo con 6 etapas: Recopilar Imágenes, Identificar la Región Consumo Eléctrico, Procesar Detección Consumo Eléctrico con Azure Computer Visión, Procesar Detección Consumo Eléctrico con Amazon Rekognition, Procesar Detección Consumo Eléctrico con Google Visión AI y Evaluar Resultados. El modelo implementado obtuvo como resultados que el proveedor de nube Amazon con su servicio de visión artificial Amazon Rekognition tuvo la más alta precisión en la lectura del valor del consumo de eléctrico.