Sistema inteligente híbrido intercomunicativo para detecção de perdas comerciais

Abstract

As perdas de energia elétrica por fraudes, ligações clandestinas ou erro na medição são denominadas Perdas Não-Técnicas ou Perdas Comerciais e seu combate tem sido prioridade quer por empresas concessionárias de distribuição de energia elétrica, quer por órgãos reguladores. Nesse contexto, neste trabalho, implementa-se computacionalmente um sistema inteligente híbrido intercomunicativo específico que se baseia no emprego de diferentes técnicas oriundas da área de sistemas inteligentes tais como redes neurais e lógica fuzzy em módulos independentes e que se comunicam entre si. O sistema é baseado em três pilares: extração automática de conhecimento a partir da base de dados da concessionária, incorporação na metodologia do conhecimento e experiência de especialistas e, em último, consultas na base de dados por características específicas de cada cliente. A metodologia utiliza simultaneamete inúmeros dados reais de entrada de natureza diversa e combina várias técnicas a fim de verificar o risco percentual de cada cliente de possuir alguma anomalia que implique em perda comercial. Além dos dados cadastrais e do histórico de consumo mensal dos clientes, comumente utilizados pelos trabalhos orientados à detecção de perdas comerciais, a metodologia proposta utilizou também dados adicionais tais como a lista de nomes e de atividades suspeitas. A utilização de dados adicionais possibilitou uma melhoria na detecção de clientes anômalos, grande parte dos quais seriam possivelmente considerados normais pelos trabalhos da literatura avaliada. Neste trabalho, pretende-se detectar as perdas comerciais de maneira mais rápida e precisa possível. Investigações adicionais devem ser feitas posteriormente para encontrar quais são as causas que culminaram em altas perdas comerciais em...

Electrical energy losses due to theft, fraud or error in the measurement are called Non-Technical Losses and their reduction has been a priority utilities power and by regulators. In this context, this paper presents the computational implementation of an intelligent hybrid system that combines techniques such as neural networks and fuzzy logic. The system is based on three pillars: knowledge extraction from the database utility, incorporating the methodology of knowledge and experience of experts and queries the database for specific features of each client. The methodology uses several simultaneous input of diverse nature and combines several techniques to verify the percentage risk of each customer to have some problem to configure non-technical losses as fraud, defective in the measurement system. In this paper, the main objective is to locate the focus of the problem more quickly. Further investigations should be made later to find what are the causes that resulted in high nontechnical losses in a feeder or in a specific region. This work covers the registered customers at utilities power, especially residential... (Complete abstract click electronic access below)