Orientador: Fernanda Caseno Trindade Arioli

Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação

Resumo: As perdas não técnicas são um problema relevante no mundo todo e notadamente no Brasil. Para mitigá-las, as distribuidoras precisam detectar e remover de suas redes consumos irregulares. Elas fazem isso por meio de inspeções, nas quais tentam descobrir adulterações nos medidores e/ou...

Resumo: As perdas não técnicas são um problema relevante no mundo todo e notadamente no Brasil. Para mitigá-las, as distribuidoras precisam detectar e remover de suas redes consumos irregulares. Elas fazem isso por meio de inspeções, nas quais tentam descobrir adulterações nos medidores e/ou ligações ilegais. No entanto, inspeções massivas são financeiramente proibitivas e, se aleatórias, elas tendem a ter uma baixa taxa de sucesso. Por isso as distribuidoras demandam o desenvolvimento de métodos que aumentem a assertividade das inspeções dos consumidores. Entretanto, historicamente, devido à pouca informação disponível, havia formas limitadas de identificar consumidores suspeitos, o que tem mudado com a instalação de infraestrutura de medição nas redes de distribuição, tornando possível a estimação de estado, antes limitada às redes de alta tensão. Dentre as suas possíveis funcionalidades, os estimadores de estado contam com o tratamento de erros grosseiros – erros muito maiores do que o esperado, considerando a precisão dos sistemas de medição. Esta tese usa dessa funcionalidade para o desenvolvimento de um método de detecção de erros grosseiros causados por perdas não técnicas, visando a localização de furtos de energia em consumidores irregulares. O método proposto é baseado nos erros estimados das medições de potência nos consumidores, provenientes da infraestrutura avançada de medição. São realizados testes de hipótese com base nas distribuições desses erros. O método inclui também uma forma de calcular o limiar de localização (mínima potência não medida localizável). Além disso, é calculada, para cada consumidor, a probabilidade de ele ter uma perda não técnica, que é usada para ranquear os consumidores pelo risco de terem perdas não técnicas através da repetição do método ao longo do tempo. Testes foram realizados em um alimentador de distribuição trifásico, cujos resultados mostram que o método é promissor para localizar múltiplas perdas não técnicas de consumidores de baixa tensão, situação verificada em diversas redes reais brasileiras. Além de fornecer às distribuidoras um critério para orientar suas equipes de inspeção na localização assertiva de perdas não técnicas, o método proposto é uma forma de beneficiar da infraestrutura de medição que tem sido instalada nas redes de distribuição

Abstract: Non-technical losses are a relevant problem all over the world and notably in Brazil. To mitigate them, utilities need to detect and remove irregular consumption from their networks. They do it by using inspections, in which they try to find tamperings with meters and/or illegal...

Abstract: Non-technical losses are a relevant problem all over the world and notably in Brazil. To mitigate them, utilities need to detect and remove irregular consumption from their networks. They do it by using inspections, in which they try to find tamperings with meters and/or illegal connections. However, massive inspections are financially prohibitive and, if random, they tend to have a low success rate. For this reason, utilities demand the development of methods that increase the assertiveness of customers’ inspections. However, historically, due to the poor information available, there were limited ways of identifying suspected customers, which has changed with the installation of measurement infrastructure in distribution networks, making it possible to use state estimation, previously limited to high voltage networks. Among their possible functionalities, the state estimators have the treatment of gross errors – errors much larger than expected, considering the accuracy of the measurement systems. This thesis uses this functionality to develop a method for detecting gross errors caused by non-technical losses, aiming at locating energy thefts in irregular customers. The proposed method is based on the estimated errors of power measurements on customers, coming from the advanced metering infrastructure. Hypothesis tests are performed using the distributions of these errors. The method also includes a way to calculate the location threshold (minimum locatable unmeasured power). Furthermore, the probability of having a non-technical loss is calculated for each customer, which is used to rank customers by their risk of having non-technical losses by repeating the method over time. Tests were carried out on a three-phase distribution feeder and their results show that the method is promising for locating multiple non-technical losses of low-voltage customers, a situation verified in several Brazilian real networks. In addition to providing utilities with a criterion to guide their inspection teams in the assertive location of non-technical losses, the proposed method is a way to benefit from the measurement infrastructure that has been installed in the distribution networks