[pt] A perdas não técnicas de energia elétrica (PNT) constituem, atualmente, um dos principais problemas enfrentados pelas concessionárias de distribuição de eletricidade no Brasil. Entende-se que parte desses fatores não são gerenciáveis pelas distribuidoras, e assim, são repassadas aos consumidores através de tarifas de eletricidade, seguindo os limites definidos pela Agência Nacional de Energia Elétrica (ANEEL). Apesar do progresso realizado pela ANEEL, a metodologia atualmente empregada pela Agência utiliza-se de dados em painel para formulações desses limites, no entanto, define-se algumas medidas ad-hoc que acabam resultando em metas de perdas pouco condizentes com a realidade das distribuidoras brasileiras. Essa dissertação tem por objetivo selecionar modelos de forma automática para dados em painel, avaliando sua aplicabilidade na definição das metas de perdas não técnicas. Os modelos propostos foram empregados a um painel de dados contendo observações anuais de 62 concessionárias de distribuição de energia elétrica brasileira no período de 2007 a 2017, gerando, assim, 1.097.789 modelos com respeitando os tipos de regressões em dados em painel, resultando em 3 modelos potenciais com metas de PNT mais aderentes às PNT reais das distribuidoras brasileiras. / [en] Non-technical electricity losses (NTL) are currently one of the main problems faced by electricity distribution utilities in Brazil. It is understood that part of these factors is not manageable by the utilities, and thus, they are passed on to consumers through electricity tariffs, following the limits defined by the Brazilian Electric Energy Agency (ANEEL). Despite the progress made by ANEEL, the methodology currently used by the Agency uses panel data to formulate these limits, however, some ad hoc measures are defined which end up resulting in loss targets that are not consistent with the reality of Brazilian distribution utilities. This dissertation aims to select models automatically for panel data, evaluating their applicability in setting non-technical loss targets. The proposed models were used in a panel data containing annual observations from 62 Brazilian electricity distribution utilities in the period from 2007 to 2017, thus generating 1,097,789 models with respect to the types of regressions in panel data, resulting in 3 potential models with NTL targets more adherent to the real possibilities of the Brazilian distribution utilities.

No description available.

This thesis explores the losses occurring in a specific region located in the southern part of Eskilstuna, where ESEM serves as the network owner. The study places particular emphasis on power factor and load factor as key factors. Its objective is to analyze and comprehend the extent of losses in the network and their implications. The results demonstrate that losses in the chosen area of the Eskilstuna network align with prior research and theoretical expectations. Based on calculations, the losses in this network segment amount to approximately 483 MWh per year, corresponding to a cost of approximately 272,000 Swedish Kronor for ESEM in 2022. The method of studies is based on calculations, analyzer, and literature studies to achieve a reliable result. The results show that losses within the selected area of the Eskilstuna network are consistent with previous research and theoretical expectations. Of the total loss, there are some customers who show larger losses compared to the average case. These customers were identified, and a summary analysis was made of their power factor and load factor standard deviation. These losses depend on various factors, such as the existence of reactive power, technical and non-technical losses. Measures to deal with these problems are suggested based on previous research and literature studies. Optimization of transformers, phase compensation and monitoring are some of these measures. This study provides significant insights into power grid losses and proposes potential strategies to mitigate these losses in the examined region. By minimizing such losses, ESEM has the potential to enhance the efficiency of the electrical grid, lower carbon dioxide emissions, and enhance economic outcomes for energy producers, the electricity grid operator, and consumers. For continued progress in the field, further research, and implementation of the proposed measures to streamline the power grid and reduce losses in the future is recommended. / Elnätförluster har konsekvenser för miljön, energisystemet och slutanvändarna. När energi går förlorad i elnätet minskar den totala effektiviteten i systemet och ökar belastningen på kraftgenereringen. Detta kan leda till ökade kostnader för energiproducenter och potentiellt högre priser för konsumenterna. Dessutom kan ökade elnätförluster bidra till en ökning av koldioxidutsläppen från kraftverken och därmed ha en negativ miljöpåverkan. Syftet med studien är att undersöka det befintliga elnätet i det utvalda området genom analys av data från mät-elnätavdelningen i ESEM. Metoden för studien är baserad på beräkningar, analyser och litteraturstudier för att uppnå ett pålitligt resultat. Resultaten visar att förluster inom det valda området av Eskilstunanätverket överensstämmer med tidigare forskning och teoretiska förväntningar. Baserat på beräkningar uppgår förlusterna i detta nätsegment till cirka 483 MWh, vilket motsvarar en kostnad på cirka 272 000 svenska kronor för ESEM 2022. Av den totala förlusten finns det vissa kunder som uppvisar större förluster jämfört med genomsnittsfallet. Dessa kunder identifierades, och en översiktsanalys gjordes av deras effektfaktor och standardavvikelse för belastningsfaktorn. Dessa förluster beror på olika faktorer, såsom existensen av reaktiv effekt, tekniska och icke-tekniska förluster. Åtgärder för att hantera dessa problem föreslås baserat på tidigare forskning och litteraturstudier. Optimering av transformatorer, faskompensering och övervakning är några av dessa åtgärder. Denna studie bidrar med viktig kunskap om elnätförluster och identifierar potentiella åtgärder för att minska förlusterna i det studerade området. Genom att minska förlusterna kan man öka elnätets effektivitet, minska koldioxidutsläppen och förbättra ekonomiska aspekter för energiproducenter, elnätägaren och konsumenter. För fortsatta framsteg inom området rekommenderas ytterligare forskning och implementering av de föreslagna åtgärderna för att effektivisera elnätet och minska förlusterna i framtiden.

Made available in DSpace on 2015-03-05T17:05:26Z (GMT). No. of bitstreams: 0 Previous issue date: 23 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A presente pesquisa volta-se ao estudo de perdas não técnicas de distribuição de energia elétrica, visando a proposição de um plano estruturado de ações para atenuação do problema a partir de um método que alia as abordagens de Pensamento Sistêmico e Planejamento por Cenários (PSPC) e do Processo de Pensamento da Teoria das Restrições (PP TOC). Para tanto, será adotada a pesquisa-ação, através das etapas de exploração, pesquisa aprofundada, ação e avaliação. O referencial teórico necessário para a realização da pesquisa aborda os temas Perdas Não Técnicas de energia elétrica, Pensamento Sistêmico, Planejamento por Cenários, Método PSPC e Processo de Pensamento da Teoria das Restrições. O plano de ação obtido resulta de uma visão compreensiva da realidade estudada e de uma abordagem estruturada para a atenuação de perdas não técnicas no contexto abordado. As ações resultantes foram analisadas e a avaliação dos resultados atingidos com a pesquisa foi realizada de forma qualitativa por meio de entrevistas a três / This research turns to the study of non-technical losses in electricity distribution, aimed at proposing a structured plan of action to reduce the problem from a method that combines the approaches of Systems Thinking and Planning Scenarios(PSPC) and Thinking Process of the Theory of Constraints (PP TOC). To do so, will be adopted action research, through the stages of exploration, deep research, action and evaluation. The theoretical framework necessary for carrying out the research addresses the issues non-technical losses of electricity, Systems Thinking, Planning Scenarios, PSPC Method and Thinking Process of the Theory of Constraints. The plan of action obtained results from a comprehensive view of reality studied and a structured approach to the mitigation of non-technical losses to the context discussed. The actions were analyzed and the evaluation of the results achieved by the research was conducted qualitatively through interviews with three distinct audiences: the multidisciplinary team involved in

Submitted by LUCAS TELES DE FARIA null (lucas.teles.faria@gmail.com) on 2016-04-06T05:42:40Z No. of bitstreams: 1 TESE_DOUTORADO_ENG.ELETRICA_LUCAS-TELES-DE-FARIA.pdf: 4869615 bytes, checksum: 5cea8811bb7d053c5440e3d6fb5d55cd (MD5) / Approved for entry into archive by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br) on 2016-04-07T19:51:32Z (GMT) No. of bitstreams: 1 faria_lt_dr_ilha.pdf: 4869615 bytes, checksum: 5cea8811bb7d053c5440e3d6fb5d55cd (MD5) / Made available in DSpace on 2016-04-07T19:51:32Z (GMT). No. of bitstreams: 1 faria_lt_dr_ilha.pdf: 4869615 bytes, checksum: 5cea8811bb7d053c5440e3d6fb5d55cd (MD5) Previous issue date: 2016-02-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Neste trabalho o espaço geográfico é incorporado ao estudo das perdas não técnicas. Os trabalhos avaliados em perdas comumente não consideram a localização espacial das mesmas de forma explícita. No entanto, o estudo das características do lugar onde elas ocorrem pode trazer informações imprescindíveis para melhor compreensão do problema. O espaço é incorporado via técnicas de análise espacial de dados geográficos. A saber: análise espacial de padrões de pontos e análise espacial de dados agregados por áreas. A localização das perdas é obtida através de dados de inspeções reais georreferenciados obtidos a partir de uma concessionária de energia elétrica. Os atributos socioeconômicos do censo demográfico e da rede de distribuição de energia do lugar onde ocorrem as perdas são considerados via técnicas de regressões espaciais. São elas: modelo aditivo generalizado (GAM) e regressão geograficamente ponderada (GWR). Esses atributos são as variáveis independentes das regressões espaciais e auxiliam na explicação da disposição das perdas no espaço geográfico do município em estudo. Essas regressões são combinadas com as cadeias de Markov para produção de mapas de probabilidades de perdas. Esses mapas indicam as subáreas do município que são mais vulneráveis às perdas em termos probabilísticos. Por meio deles, estima-se a evolução das perdas não técnicas no espaço geográfico do município ao longo do tempo. Os mapas de probabilidade de perdas são uma ferramenta gráfica, de fácil interpretação e que auxiliam no planejamento de uma série de ações de prevenção e combate às perdas. Este estudo foi realizado em um município de porte médio do interior paulista com aproximadamente 81 mil unidades consumidoras, sendo que os resultados das simulações foram comparados com dados reais de inspeções em campo. A taxa de acerto para estimação das áreas vulneráveis às perdas via modelo aditivo generalizado (GAM) e cadeias e Markov foi superior a 80%. / In this work the geographic space is incorporated into the study of non-technical losses. Studies on non-technical losses do not often consider the spatial location of them explicitly. However, the study of the characteristics of the place where they occur can provide essential information to better understanding of the problem. The space is incorporated via spatial analysis techniques of geographical data; to know: spatial analysis of point patterns and spatial analysis of data aggregated by areas. The location of the losses is determined via georeferenced inspections data obtained from an electrical power utility. Socioeconomic attributes of the census and the distribution network of energy of the place where the losses occur are considered using the spatial regressions techniques; namely: generalized additive model (GAM) and geographically weighted regression (GWR). These attributes are the independent variables of spatial regressions and assist in the provision of the explanation of the losses in the geographical space of the city under study. These regressions are combined with Markov chains to produce the loss probability maps. These maps show the city subareas that are more vulnerable to losses in probabilistic terms. Through them, the evolution of non-technical losses in the geographical area of the city over the time is estimated. The loss probability maps are a graphical tool, easy to interpret and to assist in planning a series of actions to prevent and combat to losses. This study was conducted in a medium-sized city of São Paulo with about 81,000 consumer units, and the simulation results were compared with real data obtained in field inspections. The hit rate for the estimation of areas vulnerable to losses via generalized additive model (GAM) and Markov chains surpasses 80%.