Case: A inteligência artificial pode ajudar no controle de perdas de energia?

Você já ouviu falar de perdas não-técnicas? Trata-se, segundo a Agência Nacional de Energia Elétrica (ANEEL), do que chamamos popularmente de “gatos”. Esse tipo de perda é um grande desafio para o setor e, por isso, a Pix Force e a Neoenergia se juntaram para um importante estudo que visa mitigar esse problema a partir da inteligência artificial.

Apresentamos o case neste texto. Tenha uma boa leitura!

O que são perdas não técnicas?

Segundo a ANEEL, perdas não técnicas têm origem em diversos problemas causados na rede elétrica. Essa perdas, também denominadas popularmente de “gatos”, são associadas à gestão das empresas de energia e às condições socioeconômicas das áreas afetadas.

Entre os principais problemas que causam essa perda, podemos destacar:

  • Furtos
  • Ligação clandestina
  • Desvio de rede
  • Adulteração no medidor
  • Erros de leitura, medição e faturamento

Ainda segundo a agência, o percentual das perdas não-técnicas têm crescido nos últimos anos, se igualando às perdas técnicas em 2020. O mesmo estudo mostra que os impactos são grandes tanto para as concessionárias, quanto para o consumidor.

Apenas em 2020, houve um custo de R$5,6 bilhões referente a essas perdas. É importante ressaltar que esse valor acaba implicando na tarifa para o consumidor e, por isso, é preciso pensar: como diminuir essas perdas e otimizar a indústria de energia elétrica?

A partir deste questionamento a Pix Force se juntou à Neoenergia para desenvolver um estudo que solucionasse esse problema.

Inteligência artificial na solução dos problemas
Muito além dos custos, as perdas não-técnicas trazem diversos problemas para as concessionárias. Dentre eles, podemos citar:

  • Redução da receita
  • Queda na eficiência do sistema de distribuição
  • Sobrecarga de equipamentos
  • Perda na credibilidade, qualidade e confiabilidade do mercado

Em parceria com a Neoenergia, uma das maiores distribuidoras de energia elétrica do Brasil, a Pix Force participou do programa SOFTEX IA² para desenvolver soluções para o setor elétrico. Com o uso do produto Pix Grid, pensamos em uma alternativa a partir da inteligência artificial para inspecionar, controlar e otimizar redes elétricas.

Leia mais: Inteligência Artificial no Setor Elétrico

Mas como funciona o projeto?

De forma mais específica, a Pix Force buscou uma solução a partir dos dados coletados pela Neoenergia e outras fontes externas. Profissionais de visão computacional, sensoriamento remoto e de outras frentes ajudaram no desenvolvimento de uma metodologia capaz de criar um mapa de calor.

Neste mapa, foi possível apontar a probabilidade de fraudes e furtos de energia nas redes de áreas rurais, principais regiões que o estudo abarcou.

Para isso, partimos da busca automática de imagens de satélites disponíveis para segmentação e classificação de propriedades rurais, pivôs centrais de irrigação e outros pontos de interesse. As análises levaram em consideração as distâncias entre os medidores de energia elétrica em relação à rede de distribuição e à localização dos pontos de interesse. Assim, visitas técnicas puderam ser priorizadas por meio de uma análise de probabilidade de irregularidades.

O projeto desenvolveu uma plataforma web, que permitia aos analistas criarem missões de fiscalização de campo a partir do mapa de calor e um aplicativo mobile. Esses facilitam aos agentes de campo o recebimento das informações das missões definidas com as devidas orientações geográficas.

O aplicativo permitiu, ainda, a captura e o envio de fotos para tomadas de decisões direcionadas. A ferramenta desenvolvida para a criação dos mapas de calor teve o envolvimento de diversas tecnologias. Tudo foi possível a partir da captura de imagens de satélite Sentinel-2 e CBERS, de dados do Cadastro Ambiental Rural (CAR) e de dados da Agência Nacional de Águas (ANA), além de dados históricos comuns à operação da Neoenergia.

 

A partir da estruturação desses dados, eles foram processados por algoritmos de detecção de bordas e alimentaram redes neurais e algoritmos de classificação treinado ao longo dos meses de projetos:

  1. O CircleNet realizou a detecção dos pivôs e extração de informações sobre eles.
  2. RandomForest e SVM fizeram a seleção e classificação das demais características

A seleção das regiões de interesse foi feita com a preparação de dados vetoriais dos recursos hídricos e com o apontamento de medidores por meio dos dados da Neoenergia. Esses foram usados para os treinamentos que resultaram na geração de mapas de calor com as probabilidades de possíveis fraudes e furtos.

Com isso, a metodologia utilizada se mostrou adequada ao objetivo do projeto, com a obtenção de resultados significativos e inovativos para o setor elétrico.

Conheça mais do Pix Grid

O Pix Grid é uma solução que utiliza da visão computacional para inspecionar o setor elétrico. Ele parte de alguns pontos de interesse que ajudam a otimizar os processos e ter uma melhor análise de todo o campo.

Utilizar a inteligência artificial para essas atividades, traz uma série de benefícios como:

  1. Aumento da produtividade
  2. Acesso mais rápido aos dados
  3. Identificação dos pontos de interesse
  4. Produção de alertas automáticos

Além do monitoramento de perdas não técnicas, o Pix Grid permite outras atividades como a inspeção de linhas de transmissão e sistema de priorização de poda.

Quer conhecer com mais detalhes? Acesse o site e fale com a Pix Force.

 

Compartilhe este artigo:

Artigos Relacionados