[pt] Atualmente, um dos maiores problemas das empresas brasileiras distribuidoras de
energia elétrica é o de perdas comerciais, responsáveis pela maior parte das perdas do
setor. A Light, por exemplo, é a terceira distribuidora com maiores perdas comerciais no
Brasil, com 3,79 milhões de clientes de baixa tensão em 31 municípios do Estado do Rio
de Janeiro. Estas perdas são causadas por fraudes nos medidores de energia, por
equipamentos defeituosos e, principalmente, pelas ligações clandestinas, conhecidas por
gatos, gambiarras ou macacos. Uma forma tradicional de combate às Perdas
Comerciais é a realização de inspeções nos consumidores. Entretanto, a seleção de
quais consumidores devem ser inspecionados é uma tarefa árdua para os especialistas
no assunto. As distribuidoras geralmente empregam um conjunto de metodologias
heurísticas para identificar os clientes de baixa tensão suspeitos de estarem cometendo
algum tipo de irregularidade. Todavia, a média de acertos dessas metodologias ainda é
bastante inferior ao desejado, acarretando prejuízos elevados para as distribuidoras
brasileiras. No caso específico da Light, a média de acerto na comprovação de clientes
fraudadores é de apenas 25%. Verifica-se, portanto, que o processo adotado não é
eficiente. Portanto, este trabalho tem como objetivo desenvolver uma metodologia que
identifique, com maior precisão, o perfil do cliente irregular (comprovada fraude no
medidor, furto por ligação clandestina ou irregularidade técnica). O sistema inteligente
resultante, denominado SIIPERCOM, baseia-se em Redes Neurais, para a filtragem
agrupando clientes com comportamentos semelhantes e classificação dos clientes de
cada grupo em normais ou irregulares. / [en] Currently, one of the biggest problems of Brazilian companies distributing electrical power is the loss commercial, responsible for most of the losses in the sector. The Light, for example, is the third largest distributor with commercial losses in Brazil, with 3.79 million clients of low voltage in 31 municipalities in the State of Rio de Janeiro. These losses are caused by fraud in the energy meters, for defective equipment, and principally by illegal connections, known as cats, stage lights or monkeys. The traditional form to combat to the commercial losses is the realization of inspections on consumers. However, the selection of which consumers should be inspected is an arduous task to specialists in the subject. The distributors usually employ a range of methodologies heuristics to identify customers with low voltage suspected to be committing some type of irregularity. However, the average of correct these methodologies is still much lower than desired, causing heavy losses to Brazilian distributors. In the specific case of Light, the average hit the evidence of customers fraudsters is only 25%. It appears therefore that the process adopted is not efficient. Therefore, this study aims to develop a methodology to identify, with greater precision, the irregular profile of the customer (meter was proven fraud, theft by illegal connection or technical irregularity). The resulting intelligent system, called SIIPERCOM, based on Neural Networks, for the 'filtering' grouping customers with similar behaviors and classification of the customers of each group in normal or irregular.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:13380 |
| Date | 16 April 2009 |
| Creators | GUSTAVO VICTOR CHAVEZ ORTEGA |
| Contributors | MARLEY MARIA BERNARDES REBUZZI VELLASCO |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0019 seconds