Trabalho de Curso - Graduação - Monografia

Metodologia de apoio à aplicação de técnicas de mineração de dados na detecção de perdas comerciais de energia elétrica com sistema embarcado

Non-technical losses in the distribution of electricity cause major financial losses, both to the utilities and their customers, as well as directly affecting the quality of energy reaching regular consumers. Because of the size of the electricity market there is a greater complexity of combating lo...

ver descrição completa

Autor principal: SOUSA, Kacia Karina Rosa de
Grau: Trabalho de Curso - Graduação - Monografia
Idioma: por
Publicado em: 2022
Assuntos:
Energia elétrica - Distribuição
Energia elétrica - Perdas comerciais
Sistemas embarcados (Computadores)
Mineração de dados (Computação)
Árvore de decisão
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA::TRANSMISSAO DA ENERGIA ELETRICA, DISTRIBUICAO DA ENERGIA ELETRICA
Acesso em linha: https://bdm.ufpa.br:8443/jspui/handle/prefix/3965
id oai:https:--bdm.ufpa.br:8443:prefix-3965
recordtype dspace
spelling oai:https:--bdm.ufpa.br:8443:prefix-39652025-01-22T15:03:17Z Metodologia de apoio à aplicação de técnicas de mineração de dados na detecção de perdas comerciais de energia elétrica com sistema embarcado SOUSA, Kacia Karina Rosa de BERNARDES, Bernard Carvalho http://lattes.cnpq.br/7562545099461171 https://orcid.org/0000-0001-8180-9407 Energia elétrica - Distribuição Energia elétrica - Perdas comerciais Sistemas embarcados (Computadores) Mineração de dados (Computação) Árvore de decisão CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA::TRANSMISSAO DA ENERGIA ELETRICA, DISTRIBUICAO DA ENERGIA ELETRICA Non-technical losses in the distribution of electricity cause major financial losses, both to the utilities and their customers, as well as directly affecting the quality of energy reaching regular consumers. Because of the size of the electricity market there is a greater complexity of combating losses, making the resolution of this issue of utmost importance. That said, this work presents the development of an embedded system with the ESP32 microprocessor capable of sending every minute to a database active, reactive power and power factor information of electric consumers. Through the raised consumption pattern of consumers, a database of residential load curves was formed, built exactly for the application of database knowledge discovery (KDD), as a way to improve the fraud and theft identification process. in the electricity distribution network. For this, ten residential daily load curves were collected, divided into three data sets according to their social standard, and the scikit-learn module of Python programming language was used for data mining. To classify the consumer as regular or irregular, a supervised classification task with decision tree algorithms was applied to each data set. Three classifier models were generated which obtained accuracy rates of 86, 90 and 86%, respectively. As perdas não técnicas na distribuição de energia elétrica causam grandes prejuízos financeiros, tanto para as concessionárias de energia quanto para seus clientes, além de afetar diretamente na qualidade da energia que chega aos consumidores regulares. Por causa da grandeza do mercado de energia elétrica há uma maior complexidade de se combater as perdas, tornando a resolução dessa problemática de total importância. Isto posto, este trabalho apresenta o desenvolvimento de um sistema embarcado com o microprocessador ESP32 capaz de enviar a cada um minuto para um banco de dados informações de potência ativa, reativa e fator de potência dos consumidores de energia elétrica. Através do padrão de consumo levantado dos consumidores, um banco de dados de curvas de carga residenciais foi formado, construído exatamente para a aplicação da descoberta de conhecimento em bancos de dados (KDD), como forma de aperfeiçoar o processo de identificação de fraudes e furtos na rede de distribuição de energia elétrica. Para isto, foi realizada a coleta de dez curvas de carga diárias residenciais, divididas em três conjuntos de dados de acordo com seu padrão social, e utilizado o módulo scikit-learn da linguagem de programação Python para a mineração dos dados. Para classificar o consumidor em regular ou irregular foi aplicado uma tarefa de classificação supervisionada com algoritmos de árvore de decisão, para cada conjunto de dados. Três modelos de classificadores foram gerados os quais obtiveram taxas de acuracidade de 86, 90 e 86%, respectivamente. 2022-04-08T12:34:01Z 2022-04-08T12:34:01Z 2019-12-13 Trabalho de Curso - Graduação - Monografia SOUSA, Kacia Karina Rosa de. Metodologia de apoio à aplicação de técnicas de mineração de dados na detecção de perdas comerciais de energia elétrica com sistema embarcado. Orientador: Bernard Carvalho Bernardes. 2019. 64 f. Trabalho de Curso (Bacharelado em Engenharia Elétrica) – Faculdade de Engenharia Elétrica, Campus Universitário de Tucuruí, Universidade Federal do Pará, Tucuruí, 2019. Disponível em: https://bdm.ufpa.br:8443/jspui/handle/prefix/3965. Acesso em:. https://bdm.ufpa.br:8443/jspui/handle/prefix/3965 por Acesso Aberto Disponível na Internet via Sagitta
institution Biblioteca Digital de Monografias - UFPA
collection MonografiaUFPA
language por
topic Energia elétrica - Distribuição
Energia elétrica - Perdas comerciais
Sistemas embarcados (Computadores)
Mineração de dados (Computação)
Árvore de decisão
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA::TRANSMISSAO DA ENERGIA ELETRICA, DISTRIBUICAO DA ENERGIA ELETRICA
spellingShingle Energia elétrica - Distribuição
Energia elétrica - Perdas comerciais
Sistemas embarcados (Computadores)
Mineração de dados (Computação)
Árvore de decisão
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA::TRANSMISSAO DA ENERGIA ELETRICA, DISTRIBUICAO DA ENERGIA ELETRICA
SOUSA, Kacia Karina Rosa de
Metodologia de apoio à aplicação de técnicas de mineração de dados na detecção de perdas comerciais de energia elétrica com sistema embarcado
topic_facet Energia elétrica - Distribuição
Energia elétrica - Perdas comerciais
Sistemas embarcados (Computadores)
Mineração de dados (Computação)
Árvore de decisão
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA::TRANSMISSAO DA ENERGIA ELETRICA, DISTRIBUICAO DA ENERGIA ELETRICA
description Non-technical losses in the distribution of electricity cause major financial losses, both to the utilities and their customers, as well as directly affecting the quality of energy reaching regular consumers. Because of the size of the electricity market there is a greater complexity of combating losses, making the resolution of this issue of utmost importance. That said, this work presents the development of an embedded system with the ESP32 microprocessor capable of sending every minute to a database active, reactive power and power factor information of electric consumers. Through the raised consumption pattern of consumers, a database of residential load curves was formed, built exactly for the application of database knowledge discovery (KDD), as a way to improve the fraud and theft identification process. in the electricity distribution network. For this, ten residential daily load curves were collected, divided into three data sets according to their social standard, and the scikit-learn module of Python programming language was used for data mining. To classify the consumer as regular or irregular, a supervised classification task with decision tree algorithms was applied to each data set. Three classifier models were generated which obtained accuracy rates of 86, 90 and 86%, respectively.
author_additional BERNARDES, Bernard Carvalho
author_additionalStr BERNARDES, Bernard Carvalho
format Trabalho de Curso - Graduação - Monografia
author SOUSA, Kacia Karina Rosa de
title Metodologia de apoio à aplicação de técnicas de mineração de dados na detecção de perdas comerciais de energia elétrica com sistema embarcado
title_short Metodologia de apoio à aplicação de técnicas de mineração de dados na detecção de perdas comerciais de energia elétrica com sistema embarcado
title_full Metodologia de apoio à aplicação de técnicas de mineração de dados na detecção de perdas comerciais de energia elétrica com sistema embarcado
title_fullStr Metodologia de apoio à aplicação de técnicas de mineração de dados na detecção de perdas comerciais de energia elétrica com sistema embarcado
title_full_unstemmed Metodologia de apoio à aplicação de técnicas de mineração de dados na detecção de perdas comerciais de energia elétrica com sistema embarcado
title_sort metodologia de apoio à aplicação de técnicas de mineração de dados na detecção de perdas comerciais de energia elétrica com sistema embarcado
publishDate 2022
url https://bdm.ufpa.br:8443/jspui/handle/prefix/3965
_version_ 1829093173488517120
score 11.753896

Registros relacionados