Metodología para la detección de pérdidas no técnicas en sistemas de distribución utilizando métodos de minería de datos
Uno de los grandes problemas que afrontan las empresas de distribución de energía tanto a nivel nacional como internacional, son los fraudes de energía cometidos por los usuarios. En el presente proyecto de investigación se presenta y aplica una nueva metodología para la detección de perdidas no téc...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2014 |
| País: | Colombia |
| Institución: | Universidad Tecnológica de Pereira |
| Repositorio: | Repositorio Institucional UTP |
| Idioma: | español |
| OAI Identifier: | oai:repositorio.utp.edu.co:11059/4646 |
| Acceso en línea: | https://hdl.handle.net/11059/4646 |
| Access Level: | acceso abierto |
| Palabra clave: | Sistemas de distribución - Energía eléctrica Minería de datos Perdidas eléctricas Localización de fallas (Ingeniería) Localización de fallas eléctricas Sistemas de distribución - Fallas |
| Sumario: | Uno de los grandes problemas que afrontan las empresas de distribución de energía tanto a nivel nacional como internacional, son los fraudes de energía cometidos por los usuarios. En el presente proyecto de investigación se presenta y aplica una nueva metodología para la detección de perdidas no técnicas en sistemas de distribución, la cual sigue los lineamientos establecidos en el proceso de minería de datos. La metodología parte del hecho en el cual no se conocen a priori las etiquetas para aquellos registros Normales y Sospechosos, que conforman la base de datos; por lo cual por medio de un proceso de validación, se definen los datos que hacen parte de cualquiera de las etiquetas definidas anteriormente. Adicionalmente se aplica una etapa previa de pre-procesamiento con el fin de realizar una depuración de la información base e identificar y remover aquellos registros con comportamiento atípicos que afectan de forma negativa el desempeño de los métodos de agrupamiento y clasificación. Con el fin de clasificar un usuario, ya sea en la etiqueta de Normal o Sospechoso; se aplican 4 métodos de clasificación: Maquina de Soporte Vectorial, Clasificador Bayes Naive y los algoritmos Adaboost y Bagging. Las salidas de cada uno de los algoritmos permite determinar la e ciencia individual de cada uno de ellos y la e ciencia global, la cual es el resultado de combinar los resultados de cada método. Esto ultimo se realiza con el fin de minimizar el error en la clasificación. El resultado final, en el cual se de ne el listado final de usuarios probablemente Sospechosos resulta de combinar la salidas unificadas de los algoritmos de clasificación y los registros que fueron detectados y filtrados en la etapa de pre-procesamiento. Por ultimo se resalta que la metodología que se presenta, se valida con información real de consumos eléctricos normales y sospechosos, los cuales fueron identificados por la empresa de distribución, a la cual pertenece la información utilizada. |
|---|