Export iten: EndNote BibTex

Please use this identifier to cite or link to this item: https://tede.unioeste.br/handle/tede/1030
Tipo do documento: Dissertação
Title: Algoritmos de inteligência computacional utilizados na detecção de fraudes nas redes de distribuição de energia elétrica
Other Titles: Fraud detection in distribution networks using computacional intelligence algorithms
Autor: Queiroz, Altamira de Souza 
Primeiro orientador: Franco, Edgar Manuel Carreño
Primeiro membro da banca: Freitas, Ricardo Luiz Barros de
Segundo membro da banca: Candido Junior, Arnaldo
Resumo: Um dos principais problemas que enfrentam atualmente as empresas concessionárias de energia elétrica é a ocorrência de perdas de energia na rede de distribuição, causadas por fraudes e furtos de energia elétrica. Sendo que tais problemas provocam prejuízos financeiros e também colocam em risco a segurança pública, é de grande interesse das concessionárias encontrar soluções para detectar e combater fraudes nas redes de distribuição de energia elétrica. Neste conceito, o presente trabalho apresenta uma análise dos algoritmos de Inteligência Computacional para extrair conhecimento de bases de dados de informações de consumo mensal de energia elétricas de usuários de uma determinada concessionária, a fim de identificar padrões de consumo com anomalias que representem possíveis fraudes nas redes de distribuição de energia elétrica. Para detectar padrões nas curvas de consumo, foram utilizados algoritmos de Redes Neurais Artificiais e Máquinas de Vetores de Suporte. Após a criação dos modelos, estes foram testados para verificar qual seria o melhor algoritmo para a detecção de padrões de consumo com anomalias, e os resultados obtidos, foram então, comparados com uma base de dados fornecida pela concessionária com a verificação manual dos usuários. Os testes demonstraram que os algoritmos utilizados são capazes de detectar padrões nas curvas de consumo de energia elétrica, inclusive detectando situações especiais de fraudes que técnicas manuais não detectaram.
Abstract: One of the main problems currently faced by electric utilities is the occurrence of energy losses in the distribution network caused by fraud and electricity theft. Because of the financial losses and risks to public safety, the development of solutions to detect and combat fraud in the distribution networks is of the utmost importance. This work presents an analysis of computational intelligence algorithms to extract knowledge in databases with information from monthly energy consumption to identify consumption patterns with anomalies which could represent fraud. The algorithms Artificial Neural Networks and Support Vector Machines were tested to see which one perform better on the identification consumption patterns with abnormalities. Tests have shown that the algorithms used are able to detect patterns in electricity consumption curves, including special situations of fraud that manual techniques did not detect.
Keywords: Padrões de consumo
perdas de energia
inteligência computacional
redes neurais artificiais
máquinas de vetores de suporte
rede de distribuição de energia elétrica
Consumption patterns
energy losses
computational intelligence
artificial neural networks
support vector machines
electric power distribution network
CNPq areas: CIENCIAS EXATAS E DA TERRA:MATEMATICA:GEOMETRIA E TOPOLOGIA:SISTEMAS DINAMICOS
Idioma: por
País: BR
Publisher: Universidade Estadual do Oeste do Paraná
Sigla da instituição: UNIOESTE
Departamento: Centro de Engenharias e Ciências Exatas
Program: Programa de Pós-Graduação em Engenharia Elétrica e Computação
Campun: Foz do Iguaçu
Citation: QUEIROZ, Altamira de Souza. Algoritmos de inteligência computacional utilizados na detecção de fraudes nas redes de distribuição de energia elétrica. 2016. 86 f. Dissertação (Mestrado em Sistemas Dinâmicos e Energéticos) - Universidade Estadual do Oeste do Parana, Foz do Iguaçu, 2016.
Tipo de acesso: Acesso Aberto
Endereço da licença: http://creativecommons.org/licenses/by-nc-nd/4.0/
URI: http://tede.unioeste.br:8080/tede/handle/tede/1030
Issue Date: 19-Feb-2016
Appears in Collections:Mestrado em Engenharia Elétrica e Computação (FOZ)

Files in This Item:
File SizeFormat 
Altamira_Queiroz_2016.pdf2.25 MBAdobe PDFView/Open Preview


Items in TEDE are protected by copyright, with all rights reserved, unless otherwise indicated.