Aplicação de métodos de aprendizado de máquina para identificação de perdas não-técnicas de energia elétrica

• Autor(a) principal: Oliveira, Alisson Carvalho de
• Data de Publicação: 2020
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UCS
• Texto Completo: https://repositorio.ucs.br/11338/8854
• topic: Energia elétrica; Energia elétrica - Consumo

Uma adversidade estabelecida desde os primórdios dos sistemas de distribuição de energia é o enfrentamento exercido entre empresas concessoras de energia e consumidores que buscam continuamente métodos para privilégio próprio, consumindo energia e não pagando corretamente por ela, representando uma das numerosas formas de perdas não-técnicas de energia elétrica. Enquanto ainda avalia-se a relação custo-benefício em instalar medidores inteligentes, que podem prover um controle em tempo real do consumo dos clientes, técnicas estatísticas aliadas ao entusiasmo recente provocado pelo desenvolvimento da inteligência artificial têm sido amplamente discutidas na literatura, com variados trabalhos e diferentes aplicações. Por essa razão, este trabalho modela dois métodos de aprendizado de máquina em Python, Redes Neurais e Random Forests, de modo a obter um classificador de clientes em regulares ou irregulares, esteados em aprendizado supervisionado. Para isso, foram pré-processadas amostras reais de dados históricos com códigos de retorno de inspeções e características de consumo, dados cedidos por uma concessionária da região sul do país. Um total de 104 testes foram realizados para treinamento dos algoritmos, finalizando nos melhores percentuais, em uma acurácia de 99,624%, especificidade de 100% e confiabilidade de 99,253%, critérios estes utilizados para avaliar o desempenho dos classificadores. [resumo fornecido pelo autor]