Análisis de los registros de un operador de red eléctrica nacional para la búsqueda de pérdidas no técnicas
Análisis de los registros de un operador de red eléctrica nacional para la búsqueda de pérdidas no técnicas
Autores
Director
Holguín Londoño, Germán Andres
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Universidad Tecnológica de Pereira
Tipo de Material
Fecha
2022
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen
Las pérdidas de energía son un problema constante en los sistemas eléctricos. Para países como Colombia, específicamente las pérdidas no técnicas, representaron una cantidad considerable de dinero. Aunque la detección de los focos de pérdidas no técnicas es lenta, puede tardar meses y con baja efectividad, las recuperaciones son considerables. La investigación que se realizó plantea determinar una metodología de minería de datos para el análisis de registros recogidos por un operador de red en un sistema eléctrico de distribución inteligente (smart grids), para la clasificación y/o agrupamiento de comportamientos atípicos, y en particular para los abonados noresidenciales.
La hipótesis principal es que utilizando tecnologías propias de la industria 4.0, como la infraestructura avanzada de medición (AMI) y técnicas de analítica de datos e inteligencia artificial, se puede construir un modelo de pérdidas no técnicas que permita predecir con alto grado de confianza si un comportamiento atípico debe ser marcado, o no, como
sospechoso para fraude.
Power losses are a constant problem in electrical systems. For countries like Colombia and specifically non-technical losses represented a considerable amount of money. Although the detection of non-technical sources of loss is slow, it can take months and with low effectiveness, economic recoveries are considerable. The research that was carried out proposes to determine a data mining methodology for the analysis of records collected by a network operator in an intelligent distribution electrical system (smart grids), for the classification and/or grouping of atypical behaviors, and in particular for non-residential subscribers. The main hypothesis is that using industry 4.0 technologies, such as advanced metering infrastructure (AMI) and data analytics and artificial intelligence techniques, a non-technical loss model can be built that allows predicting with a high degree of confidence if atypical behavior should be marked, or not, as suspected for fraud.
Power losses are a constant problem in electrical systems. For countries like Colombia and specifically non-technical losses represented a considerable amount of money. Although the detection of non-technical sources of loss is slow, it can take months and with low effectiveness, economic recoveries are considerable. The research that was carried out proposes to determine a data mining methodology for the analysis of records collected by a network operator in an intelligent distribution electrical system (smart grids), for the classification and/or grouping of atypical behaviors, and in particular for non-residential subscribers. The main hypothesis is that using industry 4.0 technologies, such as advanced metering infrastructure (AMI) and data analytics and artificial intelligence techniques, a non-technical loss model can be built that allows predicting with a high degree of confidence if atypical behavior should be marked, or not, as suspected for fraud.