dc.creator | Sousa, Natalia Bastos de | |
dc.date.accessioned | 2022-11-22T17:31:01Z | |
dc.date.available | 2022-11-22T17:31:01Z | |
dc.date.issued | 2022-07-29 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/27053 | |
dc.description.abstract | Within the rural network, several factors can influence the difficulty on the part of distributors
to locate fraudulent or irregular consumer units that may be causing non-technical losses, such
as, for example, the difficulty in correlating the consumption of their irrigating customers with
occurrences of divergent consumption. than expected, due to the necessary technical
knowledge about the characteristics of each type of crop. Thus, this dissertation aims to
present a methodology for detecting possible occurrences of non-technical losses for coffee
irrigating consumer units that are CPFL Paulista's clients. For this, the study of the
phenological characteristics of the coffee tree, management attributes of the irrigation system,
and agrometeorological data essential for consumption estimates was carried out. Mapping
the expected periods of irrigation system management, the clustering by Kmeans technique
was used to group the consumer units, generating classes of consumption profiles based on
their energy billing history and the period of billed energy registration (month). These classes
and consumption (monthly) relationships are used as input to the implementation of a
Random Forest model, used as the predictive model that classifies the units based on the most
current consumptions and compares the predicted class with the class stored in the database. .
The identification of customers that may be fraudulent occurs if the predicted class is of a
lower level than the expected class for the same observed month. Complementing the
methodology, since consumer units of lower classes would not change their Consumption
Profile in the event of lower energy consumption, the consumption estimation method was
used to detect possible occurrences of non-technical losses, comparing the real consumption
with the estimated. The classification predictive model was able to detect changes in
Consumption Profiles in a satisfactory way, and the estimation model shows that, for
consumer units in the coffee growing area of São Paulo, the irrigation method is still used in a
complementary way to the farm productivity. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES | por |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Perdas não técnicas | por |
dc.subject | Consumidores rurais | por |
dc.subject | Irrigantes de café | por |
dc.subject | Aprendizado de máquina | por |
dc.subject | Non-technical losses | eng |
dc.subject | Rural consumers | eng |
dc.subject | Coffee Irrigators | eng |
dc.subject | Machine learning | eng |
dc.title | Uma metodologia para identificação de perdas não técnicas em unidades consumidoras irrigantes de café do estado de São Paulo | por |
dc.title.alternative | A methodology for identifying non-technical losses in irrigant coffee consumers in the state of São Paulo | eng |
dc.type | Dissertação | por |
dc.description.resumo | No âmbito da rede rural, vários fatores podem influenciar na dificuldade por parte das
distribuidoras em localizar unidades consumidoras fraudulentas ou irregulares que possam
estar causando perdas não técnicas, como por exemplo, a dificuldade em correlacionar os
consumos de seus clientes irrigantes com ocorrências de consumos divergentes do esperado,
devido ao conhecimento técnico necessário a respeito das características de cada tipo de
lavoura. Dessa forma, essa dissertação tem como objetivo apresentar uma metodologia de
detecção de possíveis ocorrências de perdas não técnicas para unidades consumidoras
irrigantes de café clientes da CPFL Paulista. Para isso foi realizado o estudo das
características fenológicas do cafeeiro, atributos de manejo do sistema irrigante, e de dados de
agrometeorologia essenciais para as estimativas de consumo. Mapeando os períodos
esperados de manejo do sistema de irrigação, foi empregado a técnica de clusterização por
Kmeans para agrupar as unidades consumidoras, gerando classes de perfis de consumo com
base em seus históricos de faturamento de energia e o período de registro da energia faturada
(mês). Essas relações de classes e consumo (mensais), são utilizadas como entrada da
implementação de um modelo Random Forest, utilizado como o modelo preditivo que
classifica as unidades com base em consumos mais atuais e compara a classe predita com a
classe armazenada na base de dados. A identificação de clientes que possam ser fraudulentos
ocorre se a classe predita for de nível inferior à classe esperada para o mesmo mês observado.
Complementando a metodologia, uma vez que unidades consumidoras de classes inferiores
não teriam mudança de Perfil de Consumo na ocorrência de menor consumo de energia, foi
utilizado o método de estimativa de consumo para detectar possíveis ocorrências de perdas
não técnicas, comparando o consumo real com o estimado. O modelo preditivo classificatório
mostrou-se capaz de detectar as mudanças de Perfis de Consumo de maneira satisfatória, e o
modelo de estimativa mostra que, para as unidades consumidoras da zona cafeeira de São
Paulo, o método de irrigação ainda é utilizado de maneira complementar à produtividade da
fazenda. | por |
dc.contributor.advisor1 | Bernardon, Daniel Pinheiro | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/6004612278397270 | por |
dc.contributor.referee1 | Pfitscher, Luciano Lopes | |
dc.contributor.referee2 | Knak Neto, Nelson | |
dc.creator.Lattes | http://lattes.cnpq.br/3152062101505597 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Engenharia Elétrica | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Engenharia Elétrica | por |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA | por |
dc.publisher.unidade | Centro de Tecnologia | por |