Energizados

Banco Interamericano de Desenvolvimento

Energizados é uma ferramenta baseada em machine learning que detecta perdas de energia não técnicas, identificando padrões anormais de consumo para melhorar a eficiência energética e reduzir custos. Desenvolvida para enfrentar as altas perdas de energia na América Latina e no Caribe, esta ferramenta permite que as entidades planejem inspeções e fiscalizações mais eficientes, contribuindo para a sustentabilidade e a redução dos custos de energia.

Energized melhora a eficiência na detecção e gestão de fraudes e perdas de energia não técnicas, permitindo às empresas de energia optimizar os seus recursos e reduzir significativamente os custos operacionais.

Usa o aprendizado de máquina para detectar e reduzir as perdas de energia não técnicas, como fraude elétrica. Analisa padrões de consumo anormal para identificar fraudes. Ele combina três modelos para previsão de fraude: um modelo supervisionado, um modelo semi-supervisionado e um modelo de regras analíticas. Ele usa dados de consumo mensal como a principal entrada para os modelos. Inclui uma interface do usuário para visualização e análise dos dados detectados. Ele mostrou eficácia aumentando a captura de fraude elétrica em 1,65 vezes nos testes realizados.

Implementa bibliotecas de Python e de código aberto, garantindo uma arquitetura baseada em padrões abertos. Utiliza algoritmos de aprendizado de máquina como LightGBM e Catboost para melhorar a precisão das previsões. Emprega bibliotecas como Matplotlib, Seaborn e Pandas, facilitando a análise e visualização de dados. Adota princípios de interoperabilidade, permitindo uma integração fluida com outros sistemas e formatos de dados abertos.