Digital repository

Ingeniería en Electricidad

Permanent URI for this community

https://repositorio.uteq.edu.ec/handle/43000/37

Browse

Browsing Ingeniería en Electricidad by Subject "Aprendizaje de máquina"

Now showing 1 - 1 of 1
  • Thumbnail Image
    ItemOpen Access
    Predicción del hurto de energía eléctrica a través del uso de la inteligencia artificial mediante algoritmos de machine Learning para CNEL EP unidad de negocios Santo Domingo
    (Quevedo-Ecuador, 2022) Macao Sánchez, Richard Alex; Pujota Cuasapaz, Edison Javier; Ortiz González, Yadira Monserrath
    Las pérdidas de energía eléctrica son un problema que no se han logrado reducir en su totalidad en los sistemas eléctricos de potencia. Estas pérdidas se pueden presentar durante las etapas de Generación, Transmisión o Distribución de energía eléctrica. El presente proyecto de investigación se desarrolló en el área de distribución eléctrica, con el objetivo de analizar las razones y posibles soluciones que generan pérdidas no técnicas en las unidades de negocios, mediante la implementación de software inteligente. Las pérdidas técnicas se producen desde la etapa de generación eléctrica y representan la energía que no es aprovechada o que se pierde durante la transmisión, subtransmisión y distribución de energía eléctrica las cuales son ocasionadas debido al efecto Joule, corrientes Foucault o histéresis. No obstante, este tipo de pérdidas no pueden ser eliminadas en su totalidad, debido a los fenómenos fisicoquímicos que se presentan en los núcleos ferromagnéticos, calentamiento en los conductores, que no pueden ser eliminados. Las pérdidas de tipo no técnicas en el área de distribución se generan por las siguientes razones: 1.- Administrativas: Usuarios sin medición de consumo, lecturas erróneas, sistemas informáticos imprecisos y cultura del “no pago”. 2.- Operación deficiente: Mantenimiento deficiente, descalibración del equipo de medición y desbalance entre fases. 3.- Fraudulentas: Acometidas no autorizadas, conexión de carga antes del medidor, intervención en la base de datos, medidor intervenido o manipulado siendo como tal "hurto de energía", resultando esta última, irrecuperable para la unidad de negocio. Reducir las pérdidas técnicas, implica una gran inversión económica ya que se debería realizar un redimensionamiento y reemplazo de conductores y transformadores. Las empresas distribuidoras de energía eléctrica han buscado eliminar las pérdidas no técnicas implementando acometidas antihurto, reemplazando los medidores electromecánicos por medidores digitales, sin embargo, ciertos usuarios utilizan diferentes métodos, dispositivos o mecanismos para vulnerar dichas acometidas y aparatos de medición, con el objetivo de disminuir fraudulentamente su consumo eléctrico, y de esta forma evitar el pago de la factura eléctrica total o parcialmente. xii En la actualidad la Inteligencia Artificial (IA), se usa en un amplio rango de áreas, una de ellas es el sector eléctrico. Por medio de la IA, se puede analizar gran cantidad de datos obtenidos en las etapas de generación, transmisión, subtransmisión y distribución de energía eléctrica, mediante la IA se puede encontrar una solución óptima a los problemas de una manera lógica y razonable. El presente proyecto de investigación fue aplicado al área de distribución, para analizar mediante algoritmos de Machine Learning (ML), el comportamiento de las pérdidas no técnicas en los diferentes tipos de usuarios de la unidad de negocios Santo Domingo con el objetivo de encontrar posibles infractores (usuarios que hurtan de energía).