Banca de QUALIFICAÇÃO: JOSÉ ANTONIO MOREIRA DE REZENDE

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : JOSÉ ANTONIO MOREIRA DE REZENDE
DATA : 21/02/2025
HORA: 14:00
LOCAL: via Googe Meet
TÍTULO:

Aplicação de aprendizado de máquina para detecção de furto de energia elétrica em unidades consumidoras no contexto das redes elétricas inteligentes

PALAVRAS-CHAVES:

Detecção de furto de energia. Smart grids. Aprendizado de Máquina Online. Pacote River. Escalabilidade de sistema.

PÁGINAS: 90
RESUMO:

O FEE (Furto de Energia Elétrica) é uma questão crítica para as concessionárias de energia, gerando perdas financeiras expressivas e comprometendo a eficiência operacional em redes elétricas convencionais e inteligentes. Este estudo investiga o desempenho de métodos baseados em AMO (Aprendizado de Máquina Online) para detecção fraudes no consumo de energia elétrica, utilizando a base de dados SGCC (State Grid Corporation of China). Tais sistemas foram implementados visando escalabilidade. As RIs (Redes Inteligentes), ao integrarem medidores inteligentes para o monitoramento contínuo de consumo, aumentam a complexidade dos dados a serem analisados, exigindo sistemas mais eficientes e robustos. A pesquisa utilizou o pacote River, da linguagem Python, concebido especificamente para a construção de modelos de aprendizado de máquina online, incluindo funcionalidades para detecção de anomalias, o que permite processar dados de forma contínua e eficiente. A metodologia empregada envolveu os seguinte procedimentos: coleta de dados, amostragem estratificada, tratamento de dados faltantes, balanceamento de classes, aplicação de técnicas de aprendizado de máquina online, análise e discussão dos resultados. OS resultados preliminares foram obtidos por meio de refinamento manual dos hiperparâmetros e apontam para uma concepção de sistema adequado para a
tarefa, mas que ainda requer ajustes que serão efetivados por meio de metodologias de tuning e de Análise e Planejamento de Experimentos, por exemplo. No futuro, espera-se que o sistema reduza perdas não técnicas, aumente a eficiência operacional e diminua os custos para as concessionárias, além de apresentar escalabilidade para adaptação em outros setores de infraestrutura crítica, como redes de distribuição de água e gás. Com uma
contribuição que vai além do setor energético o trabalho se alinha aos ODS (Objetivo de Desenvolvimento Sustentável) da ONU (Organização das Nações Unidas), especialmente os ODS 7, 9 e 11.

MEMBROS DA BANCA:
Presidente - 1931964 - OTÁVIO DE SOUZA MARTINS GOMES
Interno - 3150657 - GABRIEL ANTONIO FANELLI DE SOUZA
Externo ao Programa - 1374755 - DECIO RENNO DE MENDONCA FARIA - UNIFEIExterno à Instituição - ANDRÉ ROGER RODRIGUES - IFMG