Académique Documents
Professionnel Documents
Culture Documents
la energía eléctrica
El presente documento muestra la importancia del ahorro energético, así como la necesidad de
diseñar modelos inteligentes que ayuden a dar un apoyo a la reducción del problema del
consumo excesivo de la energía eléctrica. La herramienta principal para llegar a obtener un
modelo inteligente son los paradigmas de inteligencia artificial, los cuales son modelos que se
han diseñados para dar solución a muchos otros problemas de la ingeniería, en este caso se
enfoca directamente en el tratamiento de datos y la visualización de un sistema para encontrar
patrones que ayuden a hacer que el sistema se comporte de una manera adecuada, este
comportamiento puede venir de datos previamente evaluados en auditorías eléctricas, o el
modelo está diseñado para adquirir nuevos conocimientos de forma que al encontrar un patrón
de consumo que no ponga en riesgo la estabilidad de la red eléctrica, este patrón puede ser
consultado para hacer que el sistema se comporte igual en el futuro.
El modelo se propone para apoyar a las empresas de distribución eléctricas en especial a los
técnicos eléctricos a examinar y verificar, acertadamente, de manera rápida y oportuna los
resultados obtenidos y contribuya, de esta forma, en la toma de decisiones. Para la creación del
modelo se utilizaron las redes neuronales por ser la de mejor desempeño en la detección. El
modelo creado fue evaluado con datos de una empresa distribuidora de electricidad para el
período 2009 y 2010. Las herramientas utilizadas para la creación del modelo fueron el Sql
Server Management Studio (Database Engine para la base de datos y creación de
procedimientos, Análisis Services para la creación de Estructuras y modelos) y como
herramienta interactiva y de fácil entendimiento para el usuario el Complemento de Minería de
Datos para Microsoft Excel. Ésta última, el usuario la utilizará para crear, evaluar y consultar los
modelos ya existentes o nuevos modelos.
El fraude en el ámbito del campo de la electricidad se define como la acción ilegal llevada a cabo
por el usuario con el fin de reducir la cantidad de energía consumida, que infiere en una
facturación errónea de dicho consumo. El fraude eléctrico está asociado a las actividades de
pérdidas no técnicas.
La minería de datos es un proceso que tiene como propósito fundamental analizar, extraer y
almacenar información relevante de amplias bases de datos, las cuales contienen historiales de
consumo de energía por medio de herramientas estadísticas y probabilísticas. En este proyecto
se empleará la máquina de soporte vectorial (SVM), la cual es una herramienta muy poderosa
para la clasificación de datos y elección con una alta probabilidad, qué datos pueden ser
importantes para la decisión que se encuentra en proceso de análisis.
Esta investigación utiliza como fuente de información perfiles de carga de usuarios residenciales
con el fin de construir y caracterizar dichos comportamientos, por medio de patrones de
consumo reales que se pueden presentar para un periodo de tiempo determinado y permitir su
representación cuantificada, por medio de herramientas computacionales que definen su
estado (normal o sospechoso). Es aquí donde la SVM se encarga de utilizar los perfiles de carga
y clasificarlos según su comportamiento.
Smart Grid es adoptado gradualmente por la mayoría de los países. AMI (Advanced Metering
Infraestructura) es una de las tecnologías habilitadoras clave que consta de medidores
inteligentes, redes de comunicación y MDMS (Meter Data Management System). La información
oportuna, por ejemplo, los datos de consumo y los registros de eventos son importantes para la
detección de NTL (pérdida no técnica), como el robo de electricidad y otras irregularidades del
cliente. Aporta hasta el 40% de la pérdida de ingresos de las empresas de servicios públicos en
algunos países del mundo. Los mecanismos de detección propuestos incluyen el método de
balance de energía, medidores inteligentes en AMI, sensores de detección física y los métodos
de Inteligencia Artificial (Inteligencia Artificial), a saber, lógica difusa y SVM (máquina de
vectores de soporte). La cuestión problemática es que esos mecanismos simplemente se
implementan por separado con resultados de insatisfacción debido a limitaciones y debilidades
inherentes. En este documento, se desarrolla un novedoso diseño de sistema de medición
inteligente como plataforma de detección NTL basada en GUI. Se propone un algoritmo de
detección de 3 niveles para combinar tres mecanismos que se complementan entre sí para un
mejor rendimiento. La técnica de triangulación facilita la validación del resultado de la detección
a través de la verificación cruzada de tres fuentes de datos de medición. Además, el sistema
también admite una mejor flexibilidad con los métodos integrados de inteligencia artificial
desarrollados o desarrollados y una plataforma fácil de usar basada en GUI para monitorear y
analizar el estado de NTL en tiempo real de la red eléctrica para la recuperación de
ingresos.Técnicas de Inteligencia Artificial aplicadas a la Red Eléctrica Inteligente (Smart Grid)