Gueldini, Amanda Vasconcellos; Santos, Gabriel Antonio Mello Borges dos (2020-12-09)
Escola de Engenharia (EE)
Ao identificar anomalias no consumo de energia, é possível detectar perdas comerciais através da utilização de algoritmos baseados em boosting. Utilizando a metodologia de árvores de decisão, via técnicas de regressão, em conjunto com um algoritmo denominado Adaboost, pode-se identificar possíveis anomalias no consumo. Ao recolher os dados dos consumidores, dividindo-os em grupos (clusters) de acordo com as curvas de consumo e aplicar o método estatístico RMSD nos dados permitiu classificá-los em normais e anormais. Isto possibilitou a inserção dos consumos no algoritmo para a realização da prova de sua competência relacionada à identificação de perdas não técnicas de energia com base nas informações disponibilizadas. Apesar do Adaboost apresentar-se um excelente classificador e estar entre os melhores, o resultado obtido ao comparado com outros algoritmos para a indicação das anomalias poderia ser aprimorado com a utilização de mais dados.
