Análise de dados de medição automática: técnicas para ... Jacometti and... · Organizaç ão...

16
Automatic metering data analysis: Techniques in loss reduction and control Análise de dados de medição automática: técnicas para redução de perdas e controle Welson Jacometti & Juliana Rios

Transcript of Análise de dados de medição automática: técnicas para ... Jacometti and... · Organizaç ão...

Automatic metering data analysis: Techniques in loss reduction and control

Análise de dados de medição automática: técnicas para redução de perdas e controle

Welson Jacometti & Juliana Rios

Análise de dados de medição automática: técnicas para redução de perdas e controle Welson Jacometti & Juliana Rios, CAS Tecnologia, Brasil

After implementing a number of AMR solutions in different utilities, we have learned that the new,

larger volume, data flow that AMR contributes to, demands for new ways of not only receiving and

forwarding data to proper departments (i.e., engineering, billing, etc.), but also new ways of

automatically analyzing it.

In fact, once 100% AMR deployments are still not a reality in many utilities, successful steps towards

its gradual implementation requires that automatic metering data analysis systems are in place

before AMR itself, and capable of dealing with data that will feed it from manual readings, passing

through mobile data acquisition devices, up to remote/on­line data acquisition devices.

Once in place, Metering Data Analysis (or MDA) systems will help to determinate where AMR efforts

should be a priority, thus contributing to AMR project success.

The key point is to find out, from metering data acquired by any conventional or automated media,

which consumers or meters needs special attention out of thousands or millions of minutes­based

candidates.

We would like to present a solution we have developed and organized into a workflow environment,

as a complete data analysis system that can be tailored to different measuring systems and, through

a number of exception­based inference rules, find out which situations do require human intervention

and those that are regular and deserves no further actions. This solution is a step before an artificial

intelligence solution that can be trained during operation, and which we are pursuing during the next

years.

Along with the technology, we would like as well to discuss the operation methodology that, in this

case, represents a paradigm shift in how to manage large consumer databases, loss prediction and

prevention, control and – as it succeeds, how it in turn contribute to better quality of services.

Welson R. Jacometti Juliana Rios

André Lopes Eduardo Croys Lucas Oliveira Lúcio Ferro

Automatic Metering Data Analysis Automatic Metering Data Analysis Techniques in losses reduction and control Techniques in losses reduction and control

Welson R. Jacometti Juliana Rios

André Lopes Eduardo Croys Lucas Oliveira Lúcio Ferro

An Aná álise Autom lise Automá ática de Dados de Medi tica de Dados de Mediç ção ão T Té écnicas para redu cnicas para reduç ção e controle de perdas comerciais ão e controle de perdas comerciais

A CAS implementou 4 centros de medição utilizando tecnologia de leitura automatizada

Nestes projetos, os resultados positivos foram derivados de fatores tais como: Forte patrocínio executivo; Presença técnica constante; Consistência na transmissão de dados à distância; Análise automática de dados de medição.

Hist Histó órico rico Background Background

Patroc Patrocí ínio nio Sponsorship Sponsorship

Chave para implementação de mudanças culturais; Chave para facilitar o contato com o novo; Chave para a gestão de mudanças

Tecnologia aplicada não exige apenas conhecimento, mas disciplina e mudanças sistemáticas nas equipes de medição

Desafios: Entender a tecnologia de telecomunicações e os relacionamentos derivados Entender a medição eletrônica e sua supervisão Descobrir e registrar o perfil de consumidores Avaliar tecnicamente e gerencialmente as informações e mobilizar a estrutura corporativa

Consistência Consistência Reliability Reliability

Chave para aceitação de novas tecnologias; Chave para o aprendizado; Chave para justificar o patrocínio executivo

As novas tecnologias recebem resistência naturalmente em qualquer organização. A confiabilidade e consistência quando entram em operação determinam sua sobrevivência.

Desafios: Difundir o conhecimento da tecnologia num ambiente já repleto de complexidades Identificar condições específicas de cada cliente e região geográfica Estabelecer corporativamente o padrão do que funciona e do que não funciona

An Aná álise Autom lise Automá ática de Dados tica de Dados Um medidor eletrônico fornece dados para faturamento com as seguintes informações:

Total geral (kWh) Total em ponta (kWh) Total fora ponta (kWh) Demanda máxima ponta (kW) Demanda máxima fora ponta (kW) Fator de carga Quantidade de dias de observação

v valores discretos v variáveis estatísticas v grandezas conhecidas

Problemas: Implementar LAM para estas 5 variáveis é fácil e ineficiente no combate a perdas O aproveitamento da leitura remota pode multiplicar a quantidade de variáveis por um fator x 50 A medição passa a ser vista como um contínuo O esforço para analisar manualmente estes dados é enorme e só traz resultados pontuais

An Aná álise Autom lise Automá ática de Dados tica de Dados Estratégia:

v Realizar aquisição do máximo de informações dentro das possibilidades de telecomunicações

v Transmitir dados com periodicidade fixa e não atrelada ao ciclo de faturamento

v Derivar dados de faturamento e integrá­los aos sistemas que realizam o tratamento (não acumular funções!!)

v Encaminhar dados para processos automáticos de triagem e...

v Controlar o processo de análise nos setores críticos

Fluxo Completo Fluxo Completo

Recepção Análise Checklist:

• Análise perfil • Comparação economia • Análise técnica medição • Análise histórica • Cruzamento corporativo

Arquivo

Sem anomalias

Anomalia Identificada

Distribuição Consolidação A

Coleta

Dados para faturamento

Estatísticas

Fluxo Completo Fluxo Completo

Anomalia Identificada

Distribuição Consolidação A

Tratamento de Anomalias de Medição

v Identificação de anomalias de forma antecipada é garantia de receitas (revenue assurance)

v Anomalias identificadas incrementam qualidade de serviços

v As anomalias podem sofrer triagem para reduzir sua incidência, incluindo inteligência artificial (match). Uma base de conhecimento é importante.

v À identificação segue­se a distribuição para o processo de análise (analistas de medição)

v O processo pode encaminhar atividades externas (inspeção, reparo, registro de ocorrência de fraude)

v Controlar o processo de análise nos setores críticos é muito importante (supervisão e gestão da analise): Workflow)

Anomalias de Medi Anomalias de Mediç ção ão

Como são originadas?

Como diferenciar defeitos, manipulação e fraudes?

Como analisar uma anomalia?

Que tipo de ação tomar?

Or Orí ígem gem de Anomalias de Medi de Anomalias de Mediç ção ão

Toda perda comercial provoca redução de potência medida no tempo...

Técnica ­ Quando requisitos técnicos conhecidos são violados

Histórica ­ Quando comportamento da medição muda em determinados eventos temporais

Normal Anômala

Diferencia Diferenciaç ção de Anomalias de Medi ão de Anomalias de Mediç ção ão

Alguns tipos de perdas ocorrem quando o cálculo de potência é afetado por ângulos de corrente (shunt) manipulados: Pot = C x V x cos Φ

Problema: o valor de Φ pode ser > ±90º sem que isso determine que exista uma fraude (bancos de capacitores, por exemplo)

Φ

­1,5

­1

­0,5

0

0,5

1

1,5

0 21

42

63

84

105

126

147

168

189

210

231

252

273

294

315

336

357

Φ Φ

Diferencia Diferenciaç ção de Anomalias de Medi ão de Anomalias de Mediç ção ão

Alguns tipos de perdas ocorrem quando existe fraude no circuito de corrente (bypass)

Problema: o desequilíbrio de correntes em clientes fornecidos a 2 ou 3 fases é comum na baixa tensão e em algumas configurações de média/alta tensão

Anomalias de Medi Anomalias de Mediç ção Geradas por ão Geradas por Cruzamento de Dados Cruzamento de Dados

Quem foi?

De quanto se trata?

Que ocorreu?

Como foi feito?

An Aná álise de Anomalias de Medi lise de Anomalias de Mediç ção ão

Análise de anomalias requer subsídios para o analista:

Condição de normalidade do cliente (e se o normal para aquele cliente é apresentar comportamento similar a fraudes ou defeitos, a Cia deve procurar mudar esta condição prestando­lhe serviço)

Ocorrências sistemáticas e verificação em tempo real

Cruzamento de dados (***) Internos Externos (públicos) Troca de cadastro (*) Históricos

Análise de anomalias requer método:

Organização de atividade e encaminhamento Controle de início e fim de período de observação Controle sobre prazo para conclusão Feedback

Quando se pode realizar an Quando se pode realizar aná álise automatizada? lise automatizada?

Quando há dados coletados de forma sistemática Quando os dados não se restringem aos de faturamento (corolário de Roberto Campos sobre estatística)

Para quem “vive” sem medição remota (telemetria):

Deve­se investir mais no medidor e no processo de leitura; Mínimo 6 canais (3 para energia, 3 para correntes) Mais canais para dados vetoriais (fasores) Mais tempo no processo de coleta manual Ciclo de detecção x regularização ≥ 30 dias

Quando se pode realizar an Quando se pode realizar aná álise automatizada? lise automatizada?

Vantagens da medição remota (telemetria), quando bem aplicada:

Modelo adequado é aquele que equilibra transmissão de dados com análise realizada remotamente (melhor condição de detecção com mínimo de gasto de telecomunicações); Requer remotas mais completas; Permite receber eventos de maneira assíncrona, que podem ser avaliados entre duas leituras mensais; Permite regularizar um cliente antes de completar um ciclo de faturamento; Dispensa leitura manual; Retira do processo uma parte do componente humano; Permite usar medidores com apenas 3 canais para energia (extraindo o restante dos dados da “página fiscal”).

Anomalias de Medi Anomalias de Mediç ção ão

Que tipo de ação tomar:

Uma vez identificadas e classificadas, as anomalias devem ser combatidas rapidamente;

vDefeitos (e lotes defeituosos de medidores) trocados rapidamente; vInstalações desajustadas devem receber o atendimento de equipes de qualidade de energia e o cliente incentivado a corrigir os seus problemas; vFraudes/Manipulações devem ser atacadas utilizando a forma da lei.

Ponto de Equil Ponto de Equilí íbrio brio

O equilíbrio a ser alcançado pode ser inferido a partir de dados de outras indústrias assim como as estratégias e preocupações (telecomunicações e instituições financeiras)

... Uma das maiores preocupações de instituições financeiras em todo o mundo é a rapidez com que as fraudes tornam­se cada vez mais sofisticadas. Investimentos em softwares e novas tecnologias ­ como pontos­de­venda (POS, do inglês point of sale) sem fio (wireless) e uma série de softwares ­ dificultam os

golpes, que atualmente representam 0,2% da receita da indústria. Cerca de 70% de todas as fraudes apuradas no mercado diz respeito a clonagem, com a qual se consegue copiar os dados do cartão armazenados na tarja magnética. As mais novas colaborações tecnológicas para o combate a fraudes são os cartões com chip, considerados totalmente seguros contra a clonagem, e as tecnologias sem fio.

Ponto de Equil Ponto de Equilí íbrio brio

Nosso maior estudo de caso (EDF/Light) demonstra que:

v Controladas as fraudes e manipulações, o índice de perdas comerciais por defeitos na medição torna­se muito significativo (vide estudo Elektro sobre o mesmo tema)

0

50

100

150

200

250

300

350

400

450

mai/05 jun/05 jul/05

SF

DF

PRG

AR FAT

Universo de 32.816 análises (cerca de 10.000 UCs)

1,13% de fraudes apuradas 1,58% de defeitos encontrados 2,91% de erros de configuração

(programação medidor) 0,74% problemas com sistema

de faturamento

Ponto de Equil Ponto de Equilí íbrio brio

Tempo de solução: TEMPO DE SOLUÇÃO

0

10

20

30

40

50

60

70

80

1 3 5 7 9 11 13 15 17 19 21 23 25

TEMPO

menos de 3 dias menos de 1 semana menos de 1 mês acima 30 dias

A Aç ções & Rea ões & Reaç ções ões

Utilizar um sistema de análise Segregar informações técnicas (fotos, diagramas, técnicas de manipulação) Despachar equipes & coletar feedback Verificar o feedback Fomentar o desenvolvimento de órgãos policiais com conhecimento técnico (peritos); Envolver o departamento jurídico em 100% dos casos confirmados (novamente, neste ponto a medição remota possui vantagem de permitir confirmar remotamente os casos)

Biografia

Palestrante: Welson Jacometti

Cargo: Diretor Presidente

Empresa: CAS Tecnologia

País: Brasil

Diretor Presidente e co­fundador da CAS Tecnologia S/A, formado pela Universidade Federal de

São Carlos – UFSCar, e Mestre em Ciência da Computação pela Universidade Estadual de

Campinas – UNICAMP. Formação com ênfase teórica na área de Geometria Computacional e

Teoria da Computação.

Atua na área de Tecnologia de Informação desde 1984, tendo participado de projetos de relevância

internacional como SIVAM, Sistemas de Controle de Tráfego Aéreo para Áreas de Aproximação

(APP Rio de Janeiro, APP São Paulo), estruturação da área de desenvolvimento de sistemas e

integração de sistemas da Dedalus Sistemas e criação, estruturação e montagem do datacenter

Dedalus.Com.

Com perfil essencialmente técnico, atua em projetos tais como Autoridade Certificadora SERASA,

Sistema de Medição e Controle de Perdas de Fornecimento LIGHT/RJ e em outros, tendo criado o

mote “Soluções Reais para Problemas Reais” sob o qual edificou­se a CAS Tecnologia S/A.

Como experiência técnica, destaca­se a experiência de 20 anos desenvolvendo e coordenando o

desenvolvimento e integração de sistemas, especificação e programação de sistemas para

plataformas corporativas nas áreas de automação, telecomunicações, aquisição e tratamento de

dados em tempo real, e de bancos de dados. Idealizou, desenvolveu e implantou produtos

nacionais tais como X.4000 (primeira plataforma mundial para controle de tráfego aéreo baseado

em tecnologia aberta/RISC), DSHA (sistema para cluster de servidores Sun/Solaris comercializado

pela Dedalus Sistemas), RS2000 (equipamento, sistemas operacionais e plataforma de operação

de telemetria, rastreamento e sensoreamento remoto comercializado pela CAS).

Biografia

Palestrante: Juliana Rios

Cargo: Gerente do Departamento de Desenvolvimento

Empresa: CAS Tecnologia

País: Brasil

Juliana é atualmente a Gerente do Departamento de Desenvolvimento da CAS Tecnologia S.A.. Ela

é formada pela Universidade Estadual Paulista – UNESP Rio Claro, onde adquiriu o título de

Bacharel em Ciências da Computação. Ela possui fluência em Inglês e Português.

Juliana trabalhou na Informix por 3 anos, um fabricante de Sistema Gerenciador de Banco de

Dados. Ao Início, ela participou da equipe de pré­vendas, com ênfase no desenvolvimento de

protótipos, incluindo os seguintes: gerenciamento de conteúdo com busca de texto em documentos

armazenados no banco de dados Informix; aplicação de dados geo­espaciais, usando Visual Basic

e Mapinfo; aplicações financeiras, utilizando o datablade TimeSeries; aplicações utilizando

Cloudscape, um banco de dados para sistemas distribuídos. Após um ano, ela se uniu à equipe de

consultoria, participando da implementação de sites de e­commerce e projetos de gerenciamento

de mídia com publicação de conteúdo personalizado e gerenciamento de acervos utilizando

tecnologia web. Na Informix, ela teve a oportunidade de participar de um projeto internacional:

desenvolvimento de uma solução de e­commerce na Argentina.

Na CAS, a Juliana atua como gerente de projetos, analista de sistemas e programador em projetos

tais como Medição e Controle de Perdas de Distribuição de Energia Elétrica para Light (EDF/ RJ),

Escelsa (EDP/ ES) e Enersul (EDP/ MS). Ela possui experiência no desenvolvimento de software

para ambiente Web e Cliente/Servidor, principalmente utilizando tecnologia Java; como analista de

sistemas ela atua focando a modelagem de dados e projetos de workflow. Ela é responsável por

muitas soluções Wireless, como telemetria de energia elétrica, telemetria de gás, telemetria de

água, rastreamento de veículos e controle.

Juliana é uma pessoa sensata e prática, preferindo repetir uma questão ao invés de realizar algo

com definição errada. Ela possui um ótimo padrão para tratar clientes relacionados a qualquer ramo

de atividade. Ela acredita que se você consegue melhorar a maneira de atender clientes e

empregados, o ambiente de trabalho torna­se mais agradável. Ela acredita que a CAS ganha com

isso garantia de qualidade dos seus serviços.

Informação da empresa

Empresa: CAS Tecnologia

País: Brasil

A CAS Tecnologia S/A é uma desenvolvedora, fabricante e integradora de sistemas que atua nas

áreas de bancos de dados, desenvolvimento de software, certificação digital & autenticação de

acesso, mobilidade, logística de frota & rastreamento, telemetria, controle e automação. Fornece

soluções corporativas completas, de clusters, backup, contingência e continuidade de negócios,

para os setores financeiro, de telecomunicações, governo e empresas em geral. Com sede em São

Paulo, alcance nacional, e representantes na América Latina, América do Norte e Europa, a

empresa adota o sistema Employee Ownership, através do qual os funcionários participam do seu

controle acionário. Dessa forma, a CAS Tecnologia preserva o compromisso com a qualidade e a

excelência de seus produtos e serviços, garantindo aos seus clientes a oferta de "Soluções Reais

para Problemas Reais".

Para mais informações sobre a CAS Tecnologia, acesse: www.cas­tecnologia.com.br ou envie uma

mensagem para info@cas­tecnologia.com.br.