Banca de DEFESA: FERNANDA RODRIGUES PAULO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: FERNANDA RODRIGUES PAULO
DATA: 31/07/2020
HORA: 09:00
LOCAL: Videoconferência
TÍTULO: Detecção de Fraude em Unidades Consumidoras Não Telemedidas com Uso de Técnicas de Aprendizado de Máquina
PALAVRAS-CHAVES: Perdas comerciais. Perdas não técnicas. Fraude de energia. Classificação de padrões. Aprendizado de máquina. Inteligência Artificial. Detecção de fraude. Recuperação de consumo.
PÁGINAS: 102
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO: Estima-se que em 2018 cerca de 310 TWh foram destinados a alimentação de ligações e medições irregulares no Brasil, aproximadamente R$ 9 bilhões de prejuízo para as distribuidoras. Para a concessionária de estudo, são observadas dificuldades para a detecção de fraudes, devido, principalmente, ao volume de dados e a limitação de encontrar padrões sem uma ferramenta estruturada. Considerando esse cenário, propõe-se o desenvolvimento de uma metodologia automatizada para detecção de fraude em clientes da baixa tensão, não telemedidos, com a utilização de ferramentas de inteligência artificial. Foram extraídas informações do banco de dados da empresa, gerados atributos, selecionadas as principais variáveis e, então, avaliados os modelos. A principal variável proposta compara a média de consumo da unidade com os vizinhos geográficos mais próximos com características de porte semelhantes. Também são propostas variáveis que detectam o momento que houve uma redução de consumo, bem como o percentual, através de cálculos estatísticos. As técnicas de aprendizado de máquina mais utilizadas na literatura foram testadas e, no fim, quatro modelos foram propostos: para unidades com indicação de suspeita de fraude utilizou-se o Support Vector Machine; para unidades residenciais sem suspeita de fraude, utilizou-se o Gradiente Boosting; para unidades rurais, utilizou-se o Random Forest; para as demais classes de consumo, utilizou-se uma Rede Neural Perceptron Multicamadas. Os modelos foram qualificados a partir de um novo indicador, proposto como alternativa as métricas usuais de avaliação, que computa o percentual do benefício de energia teoricamente recuperada pelo modelo em relação a toda a energia que poderia ter sido recuperada. Em testes teóricos, foi possível obter uma precisão de 39,4%, ultrapassando 19,5% a metodologia atual da empresa, com uma cobertura 69,8% maior. O indicador de benefício evidencia também que a metodologia proposta foi capaz de recuperar 59,5% de todo montante de energia disponível, 153,2% superior ao modelo da empresa. Novas pesquisas envolvem a aplicação da metodologia proposta a base da empresa para classificação das unidades e envio de inspeções para verificar o resultado do trabalho em campo.
MEMBROS DA BANCA:
Interno - 1984771 - HELON DAVID DE MACEDO BRAZ
Externo à Instituição - IVANOVITCH MEDEIROS DANTAS DA SILVA
Presidente - 1972280 - JUAN MOISES MAURICIO VILLANUEVA
Interno - 1972270 - YURI PERCY MOLINA RODRIGUEZ