Detecção e identificação de perdas comerciais em sistemas de distribuição : metodologia baseada em floresta de caminhos ótimos

• Ano de defesa: 2014
• Autor(a) principal: Trevizan, Rodrigo Daniel
• Orientador(a): Bretas, Arturo Suman
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Energia elétrica : Distribuição
• Palavras-chave em Inglês: Commercial losses; Losses in distribution systems; Non-technical losses; Pattern recognition; Machine learning; Optimum-rath forest
• Link de acesso: http://hdl.handle.net/10183/118824

O sistema elétrico brasileiro possui atualmente níveis de perdas elétricas da ordem de 15%. Destes, aproximadamente a metade são provenientes das chamadas perdas comerciais (PC) que ocorrem nos sistemas de distribuição. As PC são a soma de toda energia não faturada pelas distribuidoras, á exceção das perdas técnicas. As suas causas mais frequentes são os furtos de energia elétrica, fraudes e defeitos em medidores. Os custos provenientes dessas perdas são normalmente repassados pelas distribuidoras aos consumidores regulares. No entanto, novas regulamentações do regulador brasileiro do sistema elétrico, a Agência Nacional de Energia Elétrica (ANEEL), impõem limite a esse repasse, o que cria nas concessionárias um maior incentivo para o seu combate. Entre as metodologias empregadas para a mitigação de PC, tem sido destacadas na literatura aquelas baseadas na análise das bases de dados de clientes das empresas distribuidoras com o objetivo de reconhecer padrões de clientes irregulares. Neste contexto, neste trabalho é proposto e desenvolvido um sistema de combate a PC baseado no classificador supervisionado Floresta de Caminhos Ótimos (Optimum-Path Forest, OPF). São propostas a utilização de dados categóricos e a normalização de dados como modificações nos métodos encontrados na literatura. Os testes com o sistema desenvolvido são aplicado a uma base de dados sintetizada a partir de clientes residenciais, diferentemente de trabalhos em que se utilizaram dados de consumidores comerciais e industriais. Os resultados mostram que as modificações propostas podem melhorar o desempenho do OPF. O comparativo com outros métodos de classificação reafirma a eficiência do OPF mas contesta alguns resultados presentes na literatura.