Detecção e identificação de perdas comerciais de energia elétrica: uma abordagem para smart grids

• Autor(a) principal: Souza, Matheus Alberto de
• Data de Publicação: 2016
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFJF
• Texto Completo: https://repositorio.ufjf.br/jspui/handle/ufjf/3066
• topic: CNPQ::ENGENHARIAS; Perdas comerciais de energia elétrica; Smart grid; Estimação de estados; Medição fasorial sincronizada; Redes neurais artificiais; Energy theft; Smart grid; State estimation; Synchronised phasor measurements; Artificial neural networks

O presente trabalho tem por objetivo apresentar uma metodologia para a detecção de perdas comerciais de energia em sistemas de distribuição, bem como a identificação do usuário fraudulento em Infraestruturas Avançadas de Medição, próprias de Smart Grids. ParaaetapadedetecçãodeperdascomerciaisdeenergiaéutilizadoumEstimadorEstático de Estados Trifásico baseado em Medições Fasoriais Sincronizadas (Phasor Measurements Units - PMUs). Essa etapa visa detectar os transformadores na rede de distribuição, os quais, apresentam indícios de furtos/fraudes de energia, através da observância da curva de carga estimada. A próxima etapa visa identificar os consumidores, conectados aos transformadores suspeitos, que cometem o ato ilícito. Para isto, treinou-se uma Rede Neural Artificial (RNA) de Kohonen para clusterizar os consumidores honestos de acordo compadrõesdeconsumosemelhantes,apartirdedadosdeconsumoprovenientesdosSmart Meters decadacliente. ParacadaclassedefinidapelaRNAdeKohonencriou-seumaRNA MultiLayer Perceptron (MLP) para fins de classificação dos consumidores em duas classes, honestos ou fraudulentos. As duas grandes contribuições do trabalho estão em utilizar a técnica de detecção para diminuir o número de Falsos Positivos (FP) das metodologias de classificação, sem a necessidade de medições individuais nos transformadores, e a utilização de RNAs a partir de dados de medições do sistema de distribuição de forma robusta, em que não há a necessidade de medições sem perdas comerciais de energia para todos os consumidores do sistema. A forma de tratamento dos dados de medições ainda possibilita manter a privacidade dos usuários, questão bastante debatida no cenário mundial. Foram realizados testes para a etapa de detecção de perdas comerciais com os sistemas IEEE 33 Barras e IEEE 70 barras. Para a etapa de identificação do consumidor fraudulento foram utilizados dados de consumo reais de mais de 5000 consumidores provenientes de Smart Meters liberados pela Autoridade de Eletricidade e Energia Sustentável da Irlanda. Os testes mostraram bons resultados tornando a metodologia proposta aplicável na detecção e identificação de perdas comerciais de energia elétrica em Smart Grids.