Análise de Regressão aplicada a Dados Série-Temporais de Medidores Inteligentes para a Identificação de Furto de Energia em Sistemas de Distribuição de Energia Elétrica

• Processo: 25/00865-9
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de abril de 2025
• Data de Término da vigência: 31 de março de 2026
• Área de conhecimento: Engenharias - Engenharia Elétrica - Sistemas Elétricos de Potência
• Pesquisador responsável: Fernanda Caseño Trindade Arioli
• Beneficiário: Pedro Arrelaro Ribeiro
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Análise de dados Sistemas de distribuição de energia elétrica
• Palavra(s)-Chave do Pesquisador: Análise de Dados | Furto de Energia Elétrica | sistemas de distribuição de energia elétrica | Sistemas de distribuição de energia elétrica

Resumo

A gestão de perdas de energia é um fator de constante preocupação para as empresas de distribuição de energia elétrica e para a sociedade, uma vez que impacta a eficiência dos sistemas elétricos. As perdas de energia impactam diretamente os planos de investimento na rede, as tarifas cobradas e a qualidade da energia fornecida aos usuários e podem ser categorizadas em perdas técnicas e não técnicas. As perdas técnicas são intrínsecas à operação do sistema elétrico, e.g., por efeito Joule. Por outro lado, as perdas não técnicas são devidas a, e.g., fraude, furto de energia elétrica, ou problemas nos processos de medição e faturamento das empresas distribuidoras. Um número expressivo de usuários fraudulentos pode resultar em sobrecarga não prevista no sistema e, consequentemente, em custos adicionais no planejamento da expansão, operação e manutenção da rede. Motivado pela necessidade de uma gestão eficiente e adequada das perdas não técnicas em sistemas de distribuição de energia elétrica, este projeto de iniciação científica objetiva aplicar análise de regressão para a detecção de fraudes baseada em dados fornecidos por medidores inteligentes, evitando o emprego de dados da rede elétrica (modelo). Este trabalho focará em simulações de fluxo de potência, análises de dados e métodos estatísticos para identificar consumidores fraudulentos.