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!
Conteúdo
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:
- O CircleNet realizou a detecção dos pivôs e extração de informações sobre eles.
- 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:
- Aumento da produtividade
- Acesso mais rápido aos dados
- Identificação dos pontos de interesse
- 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.