Exportar registro bibliográfico

Abordagem alternativa para cálculo regulatório de perdas não-técnicas do sistema de distribuição e técnicas de machine learning para detecção de fraude na baixa tensão (2022)

  • Authors:
  • Autor USP: PULZ, JÔNATAS - EP
  • Unidade: EP
  • Sigla do Departamento: PEA
  • Subjects: APRENDIZADO COMPUTACIONAL; ENERGIA ELÉTRICA; FURTO
  • Language: Português
  • Abstract: As perdas não técnicas são um problema significativo em países subdesenvolvidos, decorrente, principalmente, de fraudes em medidores e furtos de energia. Para mitigá-las, as distribuidoras realizam inspeções em unidades consumidoras suspeitas. O custo operacional para se realizar essas inspeções é alto e só pode ser justificado por um retorno através da descoberta de fraudes. Para aumentar a precisão na descoberta de fraudes, modelos de machine learning podem ser utilizados. Este trabalho propõe modelos de detecção de fraudes utilizando os tipos de modelos mais atuais e que vem se destacando como bons classificadores. Além disso, este trabalho propõe uma metodologia de cálculo regulatório de perdas mais realista que leve em consideração esse rico banco de dados criado através das inspeções realizadas pelas distribuidoras e o compara com a metodologia regulatória atual numa área piloto da distribuidora Enel de São Paulo.
  • Imprenta:
  • Data da defesa: 15.07.2022
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      PULZ, Jônatas. Abordagem alternativa para cálculo regulatório de perdas não-técnicas do sistema de distribuição e técnicas de machine learning para detecção de fraude na baixa tensão. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3143/tde-23032023-080022/. Acesso em: 12 jan. 2026.
    • APA

      Pulz, J. (2022). Abordagem alternativa para cálculo regulatório de perdas não-técnicas do sistema de distribuição e técnicas de machine learning para detecção de fraude na baixa tensão (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3143/tde-23032023-080022/
    • NLM

      Pulz J. Abordagem alternativa para cálculo regulatório de perdas não-técnicas do sistema de distribuição e técnicas de machine learning para detecção de fraude na baixa tensão [Internet]. 2022 ;[citado 2026 jan. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3143/tde-23032023-080022/
    • Vancouver

      Pulz J. Abordagem alternativa para cálculo regulatório de perdas não-técnicas do sistema de distribuição e técnicas de machine learning para detecção de fraude na baixa tensão [Internet]. 2022 ;[citado 2026 jan. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3143/tde-23032023-080022/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2026