Idioma
Python
Tipo de herramienta
Algoritmo
Licencia
AM331-A3
Versión
1.0.0
Banco Interamericano de Desarrollo
Energizados es una herramienta basada en aprendizaje automático que detecta pérdidas no técnicas de energía, identificando patrones de consumo anormales para mejorar la eficiencia energética y reducir costos. Desarrollada para enfrentar las altas pérdidas de energía en América Latina y el Caribe, esta herramienta permite a las entidades planificar inspecciones y fiscalizaciones más eficientes, contribuyendo a la sostenibilidad y la reducción de costos energéticos.
Energizados mejora la eficiencia en la detección y gestión de fraudes y pérdidas no técnicas de energía, permitiendo a las compañías energéticas optimizar sus recursos y reducir costos operativos significativamente.
Utiliza el aprendizaje automático para detectar y reducir las pérdidas de energía no técnicas, como el fraude eléctrico. Analiza patrones de consumo anormales para identificar fraude. Combina tres modelos para la predicción de fraude: un modelo supervisado, un modelo semi-supervisado y un modelo de reglas analíticas. Utiliza datos de consumo mensuales como la entrada principal para los modelos. Incluye una interfaz de usuario para la visualización y el análisis de los datos detectados. Ha demostrado efectividad al aumentar la captura de fraude eléctrico en 1,65 veces en las pruebas realizadas.
Implementa bibliotecas de Python y de código abierto, asegurando una arquitectura basada en estándares abiertos. Utiliza algoritmos de aprendizaje automático como LightGBM y Catboost para mejorar la precisión en las predicciones. Emplea bibliotecas como Matplotlib, Seaborn y Pandas, facilitando el análisis y la visualización de datos. Adopta principios de interoperabilidad, permitiendo una integración fluida con otros sistemas y formatos de datos abiertos.
Conéctese con el equipo de Código para el Desarrollo y descubra cómo nuestras herramientas de código abierto, cuidadosamente curadas, pueden apoyar a su institución en América Latina y el Caribe. Escríbanos para explorar soluciones, resolver dudas de implementación, compartir éxitos de reutilización o presentar una nueva herramienta. Escríbenos a [email protected]
Esta imagen muestra un gráfico promocional de "Energizados", un proyecto destinado a automatizar la detección de fraudes, posiblemente en el sector energético, presentado por infraDigital y BID.
Esta imagen representa un diagrama de flujo para el procesamiento de datos, la construcción del modelo y la evaluación en el aprendizaje automático, detallando los pasos desde los datos sin procesar hasta la evaluación del modelo
Diagrama de red neuronal con tres capas: entrada (n nodos), oculta (m nodos) y salida (1 nodo). Flechas indican conexiones entre nodos de cada capa. Entrada 1 a n, salida única.
Cooperación Técnica que respalda el desarrollo de Energizados.
Code4Dev: Aprende cómo implementar la herramienta de código abierto Energizados
Explica cómo Energizados aplica machine learning para identificar pérdidas no técnicas de energía.
Manual para configurar Energizados usando boosting, redes neuronales y análisis de series temporales.
Análisis del BID sobre cómo Energizados utiliza inteligencia artificial para identificar pérdidas no técnicas de energía.