Artikelbeschreibung
A detecção de furtos e fraudes nos sistemas de energia provocados por consumidores irregulares é o principal alvo em análises de perdas não-técnicas ou comerciais pelas empresas de energia na busca de minimizar os custos. Embora a identificação automática de perdas comerciais tenha sido amplamente estudada, a tarefa de selecionar as características mais representativas em um grande conjunto de dados a fim de aumentar a precisão da identificação, bem como para caracterizar possíveis consumidores irregulares como um problema de otimização, não tem sido muito explorada neste contexto. Neste trabalho, visa-se o desenvolvimento de algoritmos híbridos baseados em técnicas evolutivas a fim de realizar a seleção de características no âmbito da caracterização de perdas comerciais, comparando os seus desempenhos e verificando as características selecionadas. Vários classificadores são comparados, com destaque para a técnica Floresta de Caminhos Ótimos por sua robustez, sendo ela a técnica e
scolhida para o cálculo da função objetivo das técnicas evolutivas. Desta maneira, uma ferramenta computacional foi desenvolvida para o aprendizado inteligente de perdas comerciais em sistemas de energia.
Personeninformation
Caio César Oba Ramos possui graduação (2006) e mestrado (2010) em Engenharia Elétrica pela UNESP, Brasil. Possui doutorado (2014) em Engenharia Elétrica pela POLI-USP, Brasil. Foi pesquisador pós-doutorando na UNESP (2014-2016). Possui experiência nos temas: sistemas de energia, perdas comerciais, inteligência artificial e qualidade de energia.
Schlagwörter
Bewertungen
Die Bewertungen werden vor ihrer Veröffentlichung nicht auf ihre Echtheit überprüft. Sie können daher auch von Verbrauchern stammen, die die bewerteten Produkte tatsächlich gar nicht erworben/genutzt haben.