Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/262042
Type: DISSERTAÇÃO
Degree Level: Mestrado
Title: Método para a detecção de perdas não técnicas usando lógica nebulosa como principal agente preditivo
Title Alternative: Method for detection of non-technical losses using fuzzy logic as the main predictive agent
Author: Silva, Juliano Andrade, 1976-
Advisor: Murari, Carlos Alberto Favarin, 1950-
Abstract: Resumo: A partir das privatizações do setor elétrico nacional na década de 90, o governo federal julgou necessário fortalecer a regulação sobre as concessionárias de distribuição de energia elétrica enquanto que as empresas adquirentes buscaram formas de tornar esta atividade mais rentável, visando a valorização das suas ações. Nesse contexto, é importante que as distribuidoras de energia elétrica disponham de mecanismos de combate às perdas não técnicas, visando minimizar as perdas por fraude, furto, desvios, queimas de equipamentos, ligações erradas nas medições de energia elétrica, entre outras dessa natureza, que influenciam diretamente no faturamento das concessionárias. A partir da classificação socioeconômica de cada área de concessão, a ANEEL realizou estudos estatísticos para determinar a empresa benchmark e, a partir desta, determinar as metas de redução de perdas para as concessionárias. O regime yardstick competition adotado, estimula a competição em relação à empresa com melhores níveis de eficiência na redução de perdas e com níveis de complexidade socioeconômico similares. O objetivo desta pesquisa foi a elaboração de um modelo matemático fundamentado na teoria de conjuntos nebulosos (Fuzzy Sets), visando a melhoria dos critérios de seleção de unidades consumidoras para fins de inspeção, com o intuito de reduzir as perdas não técnicas. Em MatLab? elaborou-se um algoritmo com variáveis pertinentes ao problema e, por meio de um sistema baseado em regras, sob a égide de um controlador nebuloso aplicando o Método Mamdani, pode-se determinar um escore das instalações mais favoráveis à inspeção pela concessionária. O algoritmo baseado em lógica nebulosa apresentou bom desempenho, com a indicação de novos nichos de seleção e portanto superior ao patamar de especificidade de métodos já usados, entre eles redes neurais e modelo CHAID. A função do modelo nebuloso é fornecer um escore final que diz o quanto a unidade consumidora é irregular ou não

Abstract: From the national power sector privatization in the 90¿s, the federal government has deemed necessary to strengthen the regulation on the electricity distribution utilities while the acquiring companies sought ways to transform this activity into a product that generates more value to their stock trading. In this context, it is important that the electric utilities have mechanisms for combating non-technical losses in order to minimise losses for fraud, theft, misappropriation, burning equipment, faulty connections in the kwh meters, among others, that influence directly in the billing of dealers. From the socioeconomic classification of each concession area, the Electric Power Federal Agency - ANEEL conducted statistical studies to determine the benchmark company and, from this, determine the goals of reducing losses to the electric utilities. The yardstick competition enables compare the performance of various agents and stimulates the competition in relation to the company with the highest levels of efficiency in reducing losses. The objective of this research was the development of a mathematical model based on the theory of fuzzy sets applied to the improvement of the selection criteria of consumer units for inspection purposes, in order to reduce the non-technical losses. In MATLAB? it was developed an algorithm with variables relevant to the problem and, through a rules-based, under the aegis of a Mamdani fuzzy controller applying the method, the system can determine a score of more favorable consumers to inspection by the concessionaire. The algorithm based on fuzzy logic performed well, indicating new niches of selection and therefore superior to the level of specificity of methods already used, including neural networks and the CHAID technique. The function of the fuzzy model is to provide a final score that tells how much the consumer unit is irregular or not
Subject: Energia elétrica - Distribuição
Aritmética fuzzy
Eletricidade - Regulação
Lógica fuzzy
Language: Português
Editor: [s.n.]
Date Issue: 2013
Appears in Collections:FEEC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Silva_JulianoAndrade_M.pdf2.12 MBAdobe PDFView/Open


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