dc.creator.ID |
MENEZES, D. P. |
pt_BR |
dc.creator.Lattes |
http://lattes.cnpq.br/1822892320151644 |
pt_BR |
dc.contributor.advisor1 |
GERMANO, André Dantas. |
|
dc.contributor.advisor1ID |
GERMANO, A. D. |
pt_BR |
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/5861671113603396 |
pt_BR |
dc.contributor.referee1 |
LIRA, George Rossany Soares de. |
|
dc.contributor.referee1ID |
LIRA, G. R. S. |
pt_BR |
dc.description.resumo |
A busca por pontos de medição com irregularidade em um sistema de distribuição de
energia se mostra uma tarefa custosa quando a mesma é realizada por meio de um
processo não automatizado. Gastam-se tempo e esforço físico-mental dos envolvidos,
gastos estes que são intensificados para o caso de clientes atendidos em baixa tensão,
onde a coleta do consumo de energia é feita em campo e não há acompanhamento de
outras grandezas elétricas por meio de telemetria. Este trabalho, então, implementa um
assistente baseado em redes neurais artificiais para auxílio na detecção de irregularidade
(potenciais fraudes) na medição de energia mensal. Com base em seus consumos
históricos, clientes com e sem fraude foram classificados corretamente a uma taxa de até
83,80% de acerto, por meio de uma rede neural artificial de perceptrons de múltiplas
camadas treinada pelo método resilient backpropagation. Os resultados apresentados
nesse trabalho podem ser utilizados para abordar o combate a perdas não-técnicas devido
a fraudes, com RNA em sistemas de distribuição de energia elétrica. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
Centro de Engenharia Elétrica e Informática - CEEI |
pt_BR |
dc.publisher.initials |
UFCG |
pt_BR |
dc.subject.cnpq |
Engenharia Elétrica. |
pt_BR |
dc.title |
Assistente baseado em redes neurais artificiais para indicação de clientes suspeitos de fraude em sistema de distribuição de energia elétrica de baixa tensão. |
pt_BR |
dc.date.issued |
2017 |
|
dc.description.abstract |
The search for measurement points with irregularities in energy distribution systems has
shown itself to be a costly task when accomplished through non-automated processes,
which require great amounts of time and physico-mental effort of those involved. These
costs are increased for low-voltage services, where the collection of energy consumption
readings are field-based and there is no monitoring of several other electrical quantities
through telemetry. This work, then, implements an assistant based on artificial neural
networks theory for detecting irregularities (potential frauds) of monthly energy
measurements. With basis in historical consumption, fraudulent and non-fraudulent
clients are classified with a success rate of up to 83.80%, utilizing a multilayer perceptron
artificial neural network trained with the resilient backpropagation algorithm. The
outcomes presented in this work can be further utilized to approach the fighting of nontechnical
losses caused by fraudulent means, with neural networks in electrical energy
distribution systems. |
pt_BR |
dc.identifier.uri |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18743 |
|
dc.date.accessioned |
2021-05-12T20:47:01Z |
|
dc.date.available |
2021-05-12 |
|
dc.date.available |
2021-05-12T20:47:01Z |
|
dc.type |
Trabalho de Conclusão de Curso |
pt_BR |
dc.subject |
Redes neurais artificiais |
pt_BR |
dc.subject |
Fraude em sistema de distribuição de energia |
pt_BR |
dc.subject |
Multilayer Perceptron |
pt_BR |
dc.subject |
Medição de energia mensal - fraudes |
pt_BR |
dc.subject |
Resilient backpropagation |
pt_BR |
dc.subject |
Perdas não-técnicas de energia |
pt_BR |
dc.subject |
Artificial neural networks |
pt_BR |
dc.subject |
Fraud in power distribution system |
pt_BR |
dc.subject |
Multilayer Perceptron |
pt_BR |
dc.subject |
Monthly energy measurement - fraud |
pt_BR |
dc.subject |
Resilient backpropagation |
pt_BR |
dc.subject |
Non-technical energy losses |
pt_BR |
dc.rights |
Acesso Aberto |
pt_BR |
dc.creator |
MENEZES, Diogo Passos. |
|
dc.publisher |
Universidade Federal de Campina Grande |
pt_BR |
dc.language |
por |
pt_BR |
dc.title.alternative |
Assistant based on artificial neural networks to indicate customers suspected of fraud in a low voltage electricity distribution system. |
pt_BR |
dc.identifier.citation |
MENEZES, Diogo Passos. Assistente baseado em redes neurais artificiais para indicação de clientes suspeitos de fraude em sistema de distribuição de energia elétrica de baixa tensão. 2017. 48f. (Trabalho de Conclusão de Curso - Monografia), Curso de Bacharelado em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba - Brasil, 2017. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18743 |
pt_BR |