Desenvolvimento de ferramentas computacionais inteligentes para identificação de perdas comerciais em sistemas de energia

Detalhes bibliográficos
Ano de defesa: 2010
Autor(a) principal: Ramos, Caio César Oba [UNESP]
Orientador(a): Souza, André Nunes de [UNESP], Papa, João Paulo [UNESP]
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual Paulista (Unesp)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Engenharia eletrica
Fraudes de energia
Perdas comerciais
Técnicas inteligentes
Palavras-chave em Inglês:
Energy frauds
Commercial losses
Intelligent techniques
Link de acesso: http://hdl.handle.net/11449/87199
Resumo: A detecção de fraudes nos sistemas de energia provocados por consumidores ilegais é o principal alvo em estudos de perdas comerciais pelas empresas de energia. Comumente usadas entre as técnicas de reconhecimento de padrões, as Redes Neurais Artificiais e as Máquinas de Vetores de Suporte têm sido aplicadas para a identificação de fraudes de maneira automática, entretanto essas técnicas sofrem com a demora na convergência e no alto peso computacional. Este trabalho introduziu o classificador Floresta de Caminhos Ótimos para um rápido reconhecimento das perdas comerciais, que tem demonstrado ser superior às demais técnicas inteligentes, como as Redes Neurais e as Máquinas de Vetores de Suporte, sendo muito mais rápido. Neste trabalho, também foram apresentadas comparações entre esses classificadores.
id UNSP_309ce19c7b1998d40575a0fed3b40f76
oai_identifier_str oai:repositorio.unesp.br:11449/87199
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str
spelling Ramos, Caio César Oba [UNESP]Universidade Estadual Paulista (Unesp)Costa Júnior, Pedro daBurani, Geraldo FranciscoSouza, André Nunes de [UNESP]Papa, João Paulo [UNESP]2014-06-11T19:22:34Z2014-06-11T19:22:34Z2010-03-02RAMOS, Caio César Oba. Desenvolvimento de ferramentas computacionais inteligentes para identificação de perdas comerciais em sistemas de energia. 2010. 78 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Engenharia, 2010.http://hdl.handle.net/11449/87199000616187ramos_cco_me_bauru.pdf33004056087P28212775960494686A detecção de fraudes nos sistemas de energia provocados por consumidores ilegais é o principal alvo em estudos de perdas comerciais pelas empresas de energia. Comumente usadas entre as técnicas de reconhecimento de padrões, as Redes Neurais Artificiais e as Máquinas de Vetores de Suporte têm sido aplicadas para a identificação de fraudes de maneira automática, entretanto essas técnicas sofrem com a demora na convergência e no alto peso computacional. Este trabalho introduziu o classificador Floresta de Caminhos Ótimos para um rápido reconhecimento das perdas comerciais, que tem demonstrado ser superior às demais técnicas inteligentes, como as Redes Neurais e as Máquinas de Vetores de Suporte, sendo muito mais rápido. Neste trabalho, também foram apresentadas comparações entre esses classificadores.Fraud detection in energy systems by illegal consumers is the most actively pursued study in non-technical losses by electric power companies. Commonly used supervised pattern recognition techniques, such as Artificial Neural Networks and Support Vector Machines have been applied automatic frauds identification, however they suffer from slow convergence and high computacional burden. This work introduced the Optimum-Path Forest classifier for a fast non-technical losses recognition, which has been demonstrated to be superior than Neural Networks and Support Vector Machines, but much faster. Comparisons among these classifiers are also presented.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)78 f. : il.porUniversidade Estadual Paulista (Unesp)Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPEngenharia eletricaFraudes de energiaPerdas comerciaisTécnicas inteligentesEnergy fraudsCommercial lossesIntelligent techniquesDesenvolvimento de ferramentas computacionais inteligentes para identificação de perdas comerciais em sistemas de energiainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessEngenharia Elétrica - FEBAutomaçãoUniversidade Estadual Paulista (UNESP), Faculdade de Engenharia, Bauru8212775960494686[1]0000-0002-8617-5404[1]Publication47f5cbd3-e1a4-4967-9c9f-2747e6720d28virtual::73225-147f5cbd3-e1a4-4967-9c9f-2747e6720d28virtual::73225-1432ad877-0d22-4d07-b4f0-b71312acee02virtual::184228-1432ad877-0d22-4d07-b4f0-b71312acee02virtual::184228-1ORIGINALramos_cco_me_bauru.pdfapplication/pdf615273https://repositorio.unesp.br/bitstreams/21a33b1e-0704-498c-b265-07c0bd0972dc/downloade67c9e65867e8155b656731b772bb8e1MD51trueAnonymousREADTEXTramos_cco_me_bauru.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2023-12-09T06:23:10Z (GMT).Extracted texttext/plain103649https://repositorio.unesp.br/bitstreams/82191f31-2984-43b8-9b98-3582f7a3293d/download6f81360067455b36b64441a3498691cbMD54falseAnonymousREADTHUMBNAILramos_cco_me_bauru.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.ImageMagickPdfThumbnailFilter on 2016-11-16T22:04:48Z (GMT).IM Thumbnailimage/jpeg3992https://repositorio.unesp.br/bitstreams/355f671e-6f3d-486f-a066-7f2abd627893/download1296714c411fda4219667a87e033bc2aMD53falseAnonymousREAD11449/871992026-03-11T13:57:24.956861Zopen.accessoai:repositorio.unesp.br:11449/87199https://repositorio.unesp.brRepositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462026-03-11T13:57:24Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.pt.fl_str_mv Desenvolvimento de ferramentas computacionais inteligentes para identificação de perdas comerciais em sistemas de energia
title Desenvolvimento de ferramentas computacionais inteligentes para identificação de perdas comerciais em sistemas de energia
spellingShingle Desenvolvimento de ferramentas computacionais inteligentes para identificação de perdas comerciais em sistemas de energia
Ramos, Caio César Oba [UNESP]
Engenharia eletrica
Fraudes de energia
Perdas comerciais
Técnicas inteligentes
Energy frauds
Commercial losses
Intelligent techniques
title_short Desenvolvimento de ferramentas computacionais inteligentes para identificação de perdas comerciais em sistemas de energia
title_full Desenvolvimento de ferramentas computacionais inteligentes para identificação de perdas comerciais em sistemas de energia
title_fullStr Desenvolvimento de ferramentas computacionais inteligentes para identificação de perdas comerciais em sistemas de energia
title_full_unstemmed Desenvolvimento de ferramentas computacionais inteligentes para identificação de perdas comerciais em sistemas de energia
title_sort Desenvolvimento de ferramentas computacionais inteligentes para identificação de perdas comerciais em sistemas de energia
author Ramos, Caio César Oba [UNESP]
author_facet Ramos, Caio César Oba [UNESP]
author_role author
dc.contributor.institution.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.contributor.committeeMember.none.fl_str_mv Costa Júnior, Pedro da
Burani, Geraldo Francisco
dc.contributor.author.fl_str_mv Ramos, Caio César Oba [UNESP]
dc.contributor.advisor1.fl_str_mv Souza, André Nunes de [UNESP]
Papa, João Paulo [UNESP]
contributor_str_mv Souza, André Nunes de [UNESP]
Papa, João Paulo [UNESP]
dc.subject.por.fl_str_mv Engenharia eletrica
Fraudes de energia
Perdas comerciais
Técnicas inteligentes
topic Engenharia eletrica
Fraudes de energia
Perdas comerciais
Técnicas inteligentes
Energy frauds
Commercial losses
Intelligent techniques
dc.subject.eng.fl_str_mv Energy frauds
Commercial losses
Intelligent techniques
description A detecção de fraudes nos sistemas de energia provocados por consumidores ilegais é o principal alvo em estudos de perdas comerciais pelas empresas de energia. Comumente usadas entre as técnicas de reconhecimento de padrões, as Redes Neurais Artificiais e as Máquinas de Vetores de Suporte têm sido aplicadas para a identificação de fraudes de maneira automática, entretanto essas técnicas sofrem com a demora na convergência e no alto peso computacional. Este trabalho introduziu o classificador Floresta de Caminhos Ótimos para um rápido reconhecimento das perdas comerciais, que tem demonstrado ser superior às demais técnicas inteligentes, como as Redes Neurais e as Máquinas de Vetores de Suporte, sendo muito mais rápido. Neste trabalho, também foram apresentadas comparações entre esses classificadores.
publishDate 2010
dc.date.issued.fl_str_mv 2010-03-02
dc.date.accessioned.fl_str_mv 2014-06-11T19:22:34Z
dc.date.available.fl_str_mv 2014-06-11T19:22:34Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv RAMOS, Caio César Oba. Desenvolvimento de ferramentas computacionais inteligentes para identificação de perdas comerciais em sistemas de energia. 2010. 78 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Engenharia, 2010.
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/87199
dc.identifier.aleph.none.fl_str_mv 000616187
dc.identifier.file.none.fl_str_mv ramos_cco_me_bauru.pdf
dc.identifier.capes.none.fl_str_mv 33004056087P2
dc.identifier.lattes.none.fl_str_mv 8212775960494686
identifier_str_mv RAMOS, Caio César Oba. Desenvolvimento de ferramentas computacionais inteligentes para identificação de perdas comerciais em sistemas de energia. 2010. 78 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Engenharia, 2010.
000616187
ramos_cco_me_bauru.pdf
33004056087P2
8212775960494686
url http://hdl.handle.net/11449/87199
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 78 f. : il.
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv Aleph
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
bitstream.url.fl_str_mv https://repositorio.unesp.br/bitstreams/21a33b1e-0704-498c-b265-07c0bd0972dc/download
https://repositorio.unesp.br/bitstreams/82191f31-2984-43b8-9b98-3582f7a3293d/download
https://repositorio.unesp.br/bitstreams/355f671e-6f3d-486f-a066-7f2abd627893/download
bitstream.checksum.fl_str_mv e67c9e65867e8155b656731b772bb8e1
6f81360067455b36b64441a3498691cb
1296714c411fda4219667a87e033bc2a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv repositoriounesp@unesp.br
_version_ 1878343861868167168

Registros relacionados