Sistema Neural Artificial para Identificação de Perdas Não Técnicas em Consumidores Rurais / Artificial Neural System to Identify Energy Losses in Rural Feeders

Maicon Coelho Evaldt, Alzenira da Rosa Abaide, Luciano Lopes Pfitscher, Vinícius André Uberti, Lúcio Rene Prade, Rodrigo Marques de Figueiredo, Daniel Pinheiro Bernardon, Felipe Arnhold

Resumo


Perdas não técnicas possuem um impacto significante em redes de distribuição de energia e elas estão entre as principais preocupações dos agentes envolvido nos sistemas de energia. Em redes de distribuição rural, particularmente, consumidores com lavouras com sistemas de irrigação caracterizam difícil detecção de perdas não técnicas, considerando os diferentes modos de irrigação, processos, características climáticas, além da dificuldade da inspeção local. Este trabalho apresenta uma proposta para a identificação de perdas de energia não técnicas em consumidores rurais que possuam sistemas de bombeamento de irrigação para lavouras de arroz. A metodologia é baseada na correlação de padrões no consumo de energia elétrica, nas características da área irrigada e nas condições climáticas do período irrigado. A metodologia utiliza um sistema neural artificial composto por redes neurais artificiais e usa como entrada: precipitação, temperatura, incidência solar, umidade relativa do ar, carga instalada, área irrigada, tipo de solo, elevação do solo, nível de automação e modo de irrigação. Os resultados indicam, para cada consumidor, o risco percentual de perdas não técnicas. O sistema neural artificial permite a análise de qualquer lavoura de arroz irrigado do Brazil, independente das características da lavoura, solo ou ambiente. Os resultados deste trabalho foram obtidos e validados com dados reais de safras de lavouras de arroz do Rio Grande do Sul, obtidos entre 2009 e 2014.


Palavras-chave


Perdas Não Técnicas, Sistema Neural Artificial, Consumidores Rurais.

Texto completo:

PDF

Referências


A. CHAUAN AND S. RAJVANSHI. Non-Technical Losses in power system: A review, Proceedings of 2013 International Conference on Power, Energy and Control, ICPEC 2013.

IRGA, Instituto Rio Grandense do Arroz, 2017.

L. L. PFITSCHER et al. Automatic Control of Irrigation Systems Aiming at High Energy Efficiency in Rice Crops, ICCDCS – International Caribbean Conference on Devices, Circuits and Systems, pp. 1-4, 2012.

G. YANG, B. WEN, G. GAO. Devices for Automatic Irrigation Based on GSM Network and Radio Communication, 9th International Conference on Control, Automation, Robotics and Vision, pp. 1-5, 2006.

M. MADRIGAL et al. Estimation of Non-Technical Energy Losses in Electrical Distribution Systems, IEEE Latin America Transactions, vol. 15, Issue. 8, IEEE 2017.

M. MADRIGAL et al. Estimation of technical energy losses in electrical distribution systems, IEEE Latin America Transactions, vol. 13, Issue. 10, IEEE 2015.

G. C. THOMAS, F. F. PINTO e K. P. LIMA. Modelagem matemática que descreve o comportamento da demanda de energia elétrica de uma cooperativa de eletrificação da cidade de Santa Rosa. Brazillian Journal of Development, vol. 6, n° 12, 2020.

F. D. GIRALDO et al. Identification of non-technical electricity losses in power distribution systems by applying techniques of information analysis and visualization, IEEE Latin America Transactions, vol. 13, Issue. 3, IEEE 2015.

M. BUZAU et al. Detection of Non-Technical Losses Using Smart Meter Data and Supervised Learning, IEEE Transactions on Smart Grid, IEEE 2018.

J. A. MEIRA et al. Distilling Provider-Independent Data for General Detection of Non-Technical Losses, IEEE Power and Energy Conference at Illinois, IEEE 2017.

INPE. Centro de Previsão de Tempo e Estudos Climáticos, Instituto Nacional de Pesquisas Espaciais. Disponível: https://www.cptec.inpe.br. Acesso em: setembro de 2020.




DOI: https://doi.org/10.34115/basrv5n2-003

Apontamentos

  • Não há apontamentos.