Candidatura

APLICACIÓN DE BIG DATA Y DATA ANALYTICS AL MODELO DE GESTIÓN DE PÉRDIDAS NO TÉCNICAS EN REDES DE DISTRIBUCIÓN DE BAJA TENSIÓN

El Smart Meter como elemento clave de las Redes Inteligentes de BT así como las técnicas Big Data y Data Analytics están posibilitando un cambio de enfoque en la detección de pérdidas no técnicas, pasando del modelo de gestión de pérdidas correctivo al preventivo. En este proyecto se ha explorado la aplicación de estas técnicas a las redes BT de Viesgo a través del Balance Energético en BT, implementado en la plataforma Big Data IDbox.

Para su éxito se requiere del despliegue de contadores en todas las instalaciones de BT incluyendo un totalizador por sub red de BT. En el proyecto se han desarrollado algoritmos de Data Analytics que procesan la información disponible identificando patrones específicos en las curvas de pérdidas que facilitan la detección automatizada de anomalías.

Indicadores y procesos de mejora

En este proyecto se persigue la reducción de pérdidas no técnicas en las redes eléctricas de distribucion.

La aplicación directa de las soluciones propuestas persigue aflorar la energía que no se liquida como consecuencia de procesos de fraude o anomalía. Al no liquidarse, los beneficiarios de la misma no hacen un uso responsable de la energía. Por eso este proyecto consigue los siguientes efectos cuantificables:

1. Aumento de la tasa de detección de fraude
2. Reducción de los plazos de detección del fraude
3. Reducción de la energía de pérdidas
4. Recuperación económica de la energía defraudada.

Existen otros efectos no cuantificables como la reducción de consumo energético que experimentan los usuarios en fraude al ver desmantelada su instalación fraudulenta y tener que hacer frente al pago de la energía que consumen.

Cuantificación/Estimación reducción consumo

En este caso no es cuantificable la reducción de consumo.

Cuantificación/Estimación reducción emisiones CO2

En este caso no es cuantificable la reducción de emisiones de CO2.

Innovación aplicada y buenas prácticas

Descripción de los aspectos más innovadores y/o buenas prácticas que puedan servir de ejemplo a seguir por otras organizaciones o se estén impulsando.

Las técnicas desarrolladas en este proyecto son aplicables a cualquier red de distribucion de energía eléctrica que se encuentre monitorizada por Smart Meters tanto en la cabecera como en los puntos de consumo de la misma.

Se debe disponer de una plataforma Big Data capaz de procesar toda la información e implementar los algoritmos de Data Analytics diseñados. Su principal ventaja es el cambio enfoque pasando de una posición reactiva, que se limita a la detección por campañas de inspección, a una posición proactiva que fomenta la detección precoz gracias a la información de eventos instantáneos y a los balances horarios. Las primeras fases se centran en la Segmentación de Clientes y la obtención de Patrones de Fraude.

Los algoritmos centran sus esfuerzos en identificar estas curvas entre las curvas de perdidas, poniendo así de manifiesto que tipo de consumidor está generando esas pérdidas y facilitando, por tanto, su localización. También se dispone de algoritmos que analizan las correlaciones, positivas o negativas, existentes entre las curvas perdidas de cada red con las curvas de consumo de los clientes conectados a esa red, de forma que queda identificado por coincidencia de eventos quien es el cliente que introduce las perturbaciones en esa red.

Usabilidad de Tecnologías de la Información y Comunicaciones

Descripción de las principales tecnologías empleadas o promovidas:

Tecnológicamente el proyecto requiere del despliegue masivo de Smart Meters en la red de distribucion, así como de equipos de medida comprobantes instalados en la cabecera de la red. La información de medidas eléctricas y eventos de contador es trasladada a una plataforma Big Data (IDBox) donde se aplican los algoritmos diseñados en el proyecto.