Análise estatística para detecção de consumo não autorizado na micromedição do sistema de abastecimento hídrico do município de Joinville

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Silva, Kairo Pereira Teodoro da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://repositorio.udesc.br/handle/UDESC/15073
Resumo: As perdas no sistema de abastecimento de água possuem grande impacto técnico e operacional nas companhias de saneamento e afetam consideravelmente a sua balança comercial. As ligações clandestinas representam parte expressiva das perdas aparentes, e as concessionárias geralmente utilizam métodos empíricos de identificação dessas ligações, podendo não ser capazes de assegurar a identificação de todas as fraudes que ocorrem no sistema. O trabalho propõe caracterizar a ocorrência de fraudes e ajustar modelos de regressão logística para detecção de ligações clandestinas, com intuito de possibilitar o combate e prevenção de fraudes. O objeto de estudo foram edificações de tipologia residencial no período compreendido entre janeiro de 2016 e dezembro de 2018 na cidade de Joinville/SC. Uma análise exploratória foi realizada por meio de estatísticas descritivas e análises gráficas dos dados obtidos junto à Companhia Águas de Joinville (CAJ). A amostra final compreendeu 67 variáveis, envolvendo características de micromedição, infrações e parâmetros derivados dos dados originais. Os resultados mostraram a presença sazonalidade determinística do consumo e a caracterização espacial das fraudes evidenciou relação entre as fraudes e regiões de maior vulnerabilidade social. Procedimentos de pré-seleção de variáveis para os modelos foram aplicados, como as análises de correlação, associação e análise bivariada. Adotou-se de técnicas de subamostragem para o treinamento dos modelos, e uma amostra de teste para validar as equações. A modelagem esteve atrelada à escolha final das variáveis independentes submetida à regressão stepwise e aos critérios da Akaike Information Criterion (AIC), assim como a qualidade de ajuste por meio de análise de resíduos e da capacidade preditiva. Os resultados evidenciaram que intervenções em cavaletes e hidrômetros, assim como consumo nulo por mais de dois meses, queda abrupta de consumo, localização em região de Distrito de Medição e Controle (DMC), e não padronização de ligação são fatores que potencializam a detecção de fraudes. Os modelos obtidos apresentaram sensibilidade variando entre 83% e 100% para correta detecção de fraudes por violação de corte de ramal, by-pass e ligação direta, tornando-se ferramentas úteis para gestão e prevenção das perdas.