Estimação espaço-temporal das perdas não técnicas no sistema de distribuição de energia elétrica

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Faria, Lucas Teles de [UNESP]
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
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:
Link de acesso: http://hdl.handle.net/11449/137834
Resumo: Neste trabalho o espaço geográfico é incorporado ao estudo das perdas não técnicas. Os trabalhos avaliados em perdas comumente não consideram a localização espacial das mesmas de forma explícita. No entanto, o estudo das características do lugar onde elas ocorrem pode trazer informações imprescindíveis para melhor compreensão do problema. O espaço é incorporado via técnicas de análise espacial de dados geográficos. A saber: análise espacial de padrões de pontos e análise espacial de dados agregados por áreas. A localização das perdas é obtida através de dados de inspeções reais georreferenciados obtidos a partir de uma concessionária de energia elétrica. Os atributos socioeconômicos do censo demográfico e da rede de distribuição de energia do lugar onde ocorrem as perdas são considerados via técnicas de regressões espaciais. São elas: modelo aditivo generalizado (GAM) e regressão geograficamente ponderada (GWR). Esses atributos são as variáveis independentes das regressões espaciais e auxiliam na explicação da disposição das perdas no espaço geográfico do município em estudo. Essas regressões são combinadas com as cadeias de Markov para produção de mapas de probabilidades de perdas. Esses mapas indicam as subáreas do município que são mais vulneráveis às perdas em termos probabilísticos. Por meio deles, estima-se a evolução das perdas não técnicas no espaço geográfico do município ao longo do tempo. Os mapas de probabilidade de perdas são uma ferramenta gráfica, de fácil interpretação e que auxiliam no planejamento de uma série de ações de prevenção e combate às perdas. Este estudo foi realizado em um município de porte médio do interior paulista com aproximadamente 81 mil unidades consumidoras, sendo que os resultados das simulações foram comparados com dados reais de inspeções em campo. A taxa de acerto para estimação das áreas vulneráveis às perdas via modelo aditivo generalizado (GAM) e cadeias e Markov foi superior a 80%.
id UNSP_5d65b2709892439df21cd1a5bfd05dd4
oai_identifier_str oai:repositorio.unesp.br:11449/137834
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str
spelling Estimação espaço-temporal das perdas não técnicas no sistema de distribuição de energia elétricaSpatial-temporal estimation for non-technical losses in electricity distribution systemsPerdas não técnicasPerdas comerciaisSistema de distribuição de energia elétricaAnálise espacial de dados geográficosRegressões espaciaisNon-technical lossesCommercial lossesSpatial analysis of geographical dataSpatial regression modelsElectric power distribution systemNeste trabalho o espaço geográfico é incorporado ao estudo das perdas não técnicas. Os trabalhos avaliados em perdas comumente não consideram a localização espacial das mesmas de forma explícita. No entanto, o estudo das características do lugar onde elas ocorrem pode trazer informações imprescindíveis para melhor compreensão do problema. O espaço é incorporado via técnicas de análise espacial de dados geográficos. A saber: análise espacial de padrões de pontos e análise espacial de dados agregados por áreas. A localização das perdas é obtida através de dados de inspeções reais georreferenciados obtidos a partir de uma concessionária de energia elétrica. Os atributos socioeconômicos do censo demográfico e da rede de distribuição de energia do lugar onde ocorrem as perdas são considerados via técnicas de regressões espaciais. São elas: modelo aditivo generalizado (GAM) e regressão geograficamente ponderada (GWR). Esses atributos são as variáveis independentes das regressões espaciais e auxiliam na explicação da disposição das perdas no espaço geográfico do município em estudo. Essas regressões são combinadas com as cadeias de Markov para produção de mapas de probabilidades de perdas. Esses mapas indicam as subáreas do município que são mais vulneráveis às perdas em termos probabilísticos. Por meio deles, estima-se a evolução das perdas não técnicas no espaço geográfico do município ao longo do tempo. Os mapas de probabilidade de perdas são uma ferramenta gráfica, de fácil interpretação e que auxiliam no planejamento de uma série de ações de prevenção e combate às perdas. Este estudo foi realizado em um município de porte médio do interior paulista com aproximadamente 81 mil unidades consumidoras, sendo que os resultados das simulações foram comparados com dados reais de inspeções em campo. A taxa de acerto para estimação das áreas vulneráveis às perdas via modelo aditivo generalizado (GAM) e cadeias e Markov foi superior a 80%.In this work the geographic space is incorporated into the study of non-technical losses. Studies on non-technical losses do not often consider the spatial location of them explicitly. However, the study of the characteristics of the place where they occur can provide essential information to better understanding of the problem. The space is incorporated via spatial analysis techniques of geographical data; to know: spatial analysis of point patterns and spatial analysis of data aggregated by areas. The location of the losses is determined via georeferenced inspections data obtained from an electrical power utility. Socioeconomic attributes of the census and the distribution network of energy of the place where the losses occur are considered using the spatial regressions techniques; namely: generalized additive model (GAM) and geographically weighted regression (GWR). These attributes are the independent variables of spatial regressions and assist in the provision of the explanation of the losses in the geographical space of the city under study. These regressions are combined with Markov chains to produce the loss probability maps. These maps show the city subareas that are more vulnerable to losses in probabilistic terms. Through them, the evolution of non-technical losses in the geographical area of the city over the time is estimated. The loss probability maps are a graphical tool, easy to interpret and to assist in planning a series of actions to prevent and combat to losses. This study was conducted in a medium-sized city of São Paulo with about 81,000 consumer units, and the simulation results were compared with real data obtained in field inspections. The hit rate for the estimation of areas vulnerable to losses via generalized additive model (GAM) and Markov chains surpasses 80%.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Universidade Estadual Paulista (Unesp)Feltrin, Antonio Padilha [UNESP]Universidade Estadual Paulista (Unesp)Faria, Lucas Teles de [UNESP]2016-04-07T19:51:32Z2016-04-07T19:51:32Z2016-02-26info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://hdl.handle.net/11449/13783400086880633004099080P038868421681470590437995235427473porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-08-05T17:58:11Zoai:repositorio.unesp.br:11449/137834Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462024-08-05T17:58:11Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Estimação espaço-temporal das perdas não técnicas no sistema de distribuição de energia elétrica
Spatial-temporal estimation for non-technical losses in electricity distribution systems
title Estimação espaço-temporal das perdas não técnicas no sistema de distribuição de energia elétrica
spellingShingle Estimação espaço-temporal das perdas não técnicas no sistema de distribuição de energia elétrica
Faria, Lucas Teles de [UNESP]
Perdas não técnicas
Perdas comerciais
Sistema de distribuição de energia elétrica
Análise espacial de dados geográficos
Regressões espaciais
Non-technical losses
Commercial losses
Spatial analysis of geographical data
Spatial regression models
Electric power distribution system
title_short Estimação espaço-temporal das perdas não técnicas no sistema de distribuição de energia elétrica
title_full Estimação espaço-temporal das perdas não técnicas no sistema de distribuição de energia elétrica
title_fullStr Estimação espaço-temporal das perdas não técnicas no sistema de distribuição de energia elétrica
title_full_unstemmed Estimação espaço-temporal das perdas não técnicas no sistema de distribuição de energia elétrica
title_sort Estimação espaço-temporal das perdas não técnicas no sistema de distribuição de energia elétrica
author Faria, Lucas Teles de [UNESP]
author_facet Faria, Lucas Teles de [UNESP]
author_role author
dc.contributor.none.fl_str_mv Feltrin, Antonio Padilha [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Faria, Lucas Teles de [UNESP]
dc.subject.por.fl_str_mv Perdas não técnicas
Perdas comerciais
Sistema de distribuição de energia elétrica
Análise espacial de dados geográficos
Regressões espaciais
Non-technical losses
Commercial losses
Spatial analysis of geographical data
Spatial regression models
Electric power distribution system
topic Perdas não técnicas
Perdas comerciais
Sistema de distribuição de energia elétrica
Análise espacial de dados geográficos
Regressões espaciais
Non-technical losses
Commercial losses
Spatial analysis of geographical data
Spatial regression models
Electric power distribution system
description Neste trabalho o espaço geográfico é incorporado ao estudo das perdas não técnicas. Os trabalhos avaliados em perdas comumente não consideram a localização espacial das mesmas de forma explícita. No entanto, o estudo das características do lugar onde elas ocorrem pode trazer informações imprescindíveis para melhor compreensão do problema. O espaço é incorporado via técnicas de análise espacial de dados geográficos. A saber: análise espacial de padrões de pontos e análise espacial de dados agregados por áreas. A localização das perdas é obtida através de dados de inspeções reais georreferenciados obtidos a partir de uma concessionária de energia elétrica. Os atributos socioeconômicos do censo demográfico e da rede de distribuição de energia do lugar onde ocorrem as perdas são considerados via técnicas de regressões espaciais. São elas: modelo aditivo generalizado (GAM) e regressão geograficamente ponderada (GWR). Esses atributos são as variáveis independentes das regressões espaciais e auxiliam na explicação da disposição das perdas no espaço geográfico do município em estudo. Essas regressões são combinadas com as cadeias de Markov para produção de mapas de probabilidades de perdas. Esses mapas indicam as subáreas do município que são mais vulneráveis às perdas em termos probabilísticos. Por meio deles, estima-se a evolução das perdas não técnicas no espaço geográfico do município ao longo do tempo. Os mapas de probabilidade de perdas são uma ferramenta gráfica, de fácil interpretação e que auxiliam no planejamento de uma série de ações de prevenção e combate às perdas. Este estudo foi realizado em um município de porte médio do interior paulista com aproximadamente 81 mil unidades consumidoras, sendo que os resultados das simulações foram comparados com dados reais de inspeções em campo. A taxa de acerto para estimação das áreas vulneráveis às perdas via modelo aditivo generalizado (GAM) e cadeias e Markov foi superior a 80%.
publishDate 2016
dc.date.none.fl_str_mv 2016-04-07T19:51:32Z
2016-04-07T19:51:32Z
2016-02-26
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/137834
000868806
33004099080P0
3886842168147059
0437995235427473
url http://hdl.handle.net/11449/137834
identifier_str_mv 000868806
33004099080P0
3886842168147059
0437995235427473
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 application/pdf
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 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
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv repositoriounesp@unesp.br
_version_ 1854954798249410560