i
LUIZ JOSÉ HERNANDES JUNIOR
Proposta de Criação de uma Atividade de Pré-inspeção para
Implementação de uma Metodologia de Ação no Auxílio da
Detecção de Fraudes e Roubo de Energia Elétrica
CAMPINAS 2015
iii
UNIVERSIDADE ESTADUAL DE CAMPINAS Faculdade de Engenharia Elétrica e de Computação
Luiz José Hernandes Junior
Proposta de Criação de uma Atividade de Pré-inspeção para
Implementação de uma Metodologia de Ação no Auxílio da
Detecção de Fraudes e Roubo de Energia Elétrica
Dissertação apresentada à Faculdade de Engenharia Elétrica e de Computação da Universidade Estadual de Campinas como parte dos requisitos exigidos para a obtenção do título de Mestre em Engenharia Elétrica, na Área de Eletrônica, Microeletrônica e Optoeletrônica.
Orientador: José Antonio Siqueira Dias
ESTE EXEMPLAR CORRESPONDE À VERSÃO FINAL DISSERTAÇÃO DEFENDIDA PELO ALUNO LUIZ JOSÉ HERNANDES JUNIOR, E ORIENTADA PELO PROF. DR. JOSÉ ANTONIO SIQUEIRA DIAS.
CAMPINAS 2015
vii RESUMO
Um dos grandes problemas que as distribuidoras de energia no Brasil enfrentam é a perda de receita causada pelas chamadas "perdas não técnicas", que são originadas principalmente por fraudes ou furto de energia elétrica.
Para reduzir as fraudes, as concessionárias de energia fazem pesados investimentos (a AES Eletropaulo informa que em torno de R$ 65 milhões são gastos por ano em ações de controle e combate à fraude). Os resultados práticos, porém ainda são limitados. As inspeções são realizadas de forma convencional, com eletricistas inspecionando o medidor, o padrão de entrada e investigando a possível derivação das ligações.
As taxas de recuperação da energia fraudada são modestas, em função das baixas taxas de sucesso – em torno de 12% - em encontrar situações reais de fraudes. Por consequência, a maior parte dos clientes inspecionados sofre do constrangimento da inspeção, sem de fato apresentar qualquer irregularidade. Essa dissertação relata o desenvolvimento e a implementação de uma metodologia de pré inspeção. A pré-inspeção, utilizou um micromedidor de Ah com objetivo tomar uma medida num período amostral de consumo no ramal de entrada do cliente, portanto antes do medidor, e compará-la à leitura do medidor do cliente para o mesmo período amostral. A partir de diferenças entre essas medidas, determinar se existe ou não uma fraude na ligação do cliente.
Para implementação dessa metodologia foi necessário estabelecer referências de fator de potência e tensão, dependendo do tipo de ligação para que, a partir da corrente acumulada pelo micromedidor de Ah, fosse determinado o consumo acumulado para o período. Foram necessários ainda determinar a partir de casos reais, patamares de redução de consumo produzidos pelas diversos tipos de fraude e calcular os erros inerentes ao processo, para estabelecer as diferenças entre as medições amostrais citadas que de fato indicariam a fraude.
Outro desafio foi desenvolver um processo rápido e de baixo custo para a instalação e retirada do micromedidor, que possibilitasse que mesmo acrescentado ao custo do processo convencional, este fosse compensado pelo aumento da energia recuperada, uma vez que a inspeção convencional passasse a ser realizada somente nos casos com altíssima probabilidade de fraude. Como beneficio adicional, tem-se a eliminação das inspeções convencionais indevidas, naqueles clientes em situação regular. Finalmente, pela metodologia, as análises comparativas entre as medidas da pré-inspeção e da medida no medidor do cliente deveriam indicar de a instalação deveria receber a inspeção convencional ou não. Os resultados desse trabalho baseados num teste “às cegas” realizado pela AES Eletropaulo mostraram que:
1) Todas as residências onde foram encontradas fraudes ou algum tipo de anomalia haviam sido selecionadas pela nova metodologia com o status “realizar inspeção”;
2) Todas as residências onde não foram encontradas fraudes ou anomalias haviam sido indicadas pelo novo sistema como “não realizar inspeção”;
3) Uma das residências onde foi feita uma inspeção superficial o sistema indicou que havia uma provável fraude ou anomalia, e uma inspeção mais detalhada realizada posteriormente detectou que realmente existia uma fraude.
ix ABSTRACT
One of the major problems that Brazilian Energy Distribution Companies face is the loss of revenue caused by "non-technical losses", which are mainly caused by fraud or theft of electricity.
To reduce fraud, the Distribution Companies are investing heavily (AES Eletropaulo expends yearly around US$ 30 million in fraud control and combat actions). However, the practical results are still limited. The inspections are performed in conventional way, with electricians inspecting the meter, the connections and investigating possible derivation links.
The recovery rates of the lost energy are modest, due to the low success rates - around 12% - in finding real fraud situations. Therefore, most inspected customers suffer the embarrassment of the inspection, without presenting any irregularity in fact.
This thesis describes the development and implementation of a pre inspection methodology. The pre inspection, used a micro Ah meter aiming to take a measure in a sample period of consumption in the external costumer’s connection to the secondary network, so before the meter, and compare it with the customer’s meter reading for the same sample period. The size of the difference between these measures may determine whether there is a fraud in the customer’s connection.
To implement this methodology it was necessary to establish references for voltage level and power factor, depending on the type of connection, so using the only the micro Ah meter accumulated current it was possible to estimate energy consumption for the period. It was also necessary to determine, based on actual cases, levels of consumption reduction produced by different types of fraud and calculate the inherent errors in the process, to establish the differences between the referred sample measurements that actually indicate fraud.
Another challenge was to develop a fast and low cost process for the micro Ah meter installation and removal, that would allow that even added to the conventional process cost, it was compensated by the increase of the recovered energy, since the conventional inspection were to be only executed in cases with high probability of fraud.
Finally, the methodology, by the comparative analysis between the pre inspection measurement and customer’s meter measurement, should indicate if the customer’s installation should receive or not the conventional inspection.
The findings of this work based on a "blind test" made by Eletropaulo showed that:
1) All residences where fraud or some sort of irregularity was found had been selected by the new methodology with the status of "execute inspection";
2) All residences where no fraud or irregularities were found had been indicated by the new methodology as "don’t execute inspection";
3) One of the residences where a superficial inspection was done the system indicated that there was a probable fraud or irregularity, and a more detailed inspection performed subsequently found that there really was a fraud.
x
xi
Índice
1 Introdução ...1
2 Especificação e caracterização de uso do equipamento de medição ...4
2.1 Levantamento das normas e padrões de entradas ...4
2.2 Levantamento fotográfico dos diversos tipos de entrada ...5
2.3 Características ambientais: temperaturas ambientes de operação e níveis de pluviosidade ...7
2.4 Identificação das correntes máximas...9
2.5 Alimentação e vida útil ...9
3 Estudo de campo para caracterização da unidade consumidora da AES Eletropaulo, quanto ao nível de tensão de fornecimento e ao fator de potência típico...10
3.1 Segmentação de consumidores por classe de consumo e tipo de ligação, consumos médios e correntes médias por fase...10
3.2 Variações de tensão de fornecimento e margens de erro ...12
3.3 Estabelecimento de um fator de potência típico para clientes residenciais atendidos em BT da AES Eletropaulo para ser utilizado nos cálculos de consumo ...14
4 Teste em laboratório e em campo dos micromedidores utilizados e recomendações para o programa piloto....17
5 Análise das Variações de Consumo Indicativas de Ocorrência de Fraudes ou Anomalias ...20
5.1 Método 1: Análise do comportamento de consumo em casos de fraudes e anomalias detectadas ...20
5.2 Método 2: Mapeamento e análise do processo interno da AES Eletropaulo para elaboração e implementação de estratégias de inspeção de fraude ...41
5.3 Método 3: Reprodução em laboratório de anomalias e fraudes típicas em medidores e mensuração dos degraus de consumo produzidos ...53
5.4 Conclusões e tabela de Parametrização de Valores Indicativos de Fraudes ou Anomalias detectadas ...65
6 Resultados Experimentais e Conclusões Finais ...75
6.1 Orientações para instalação em Campo ...75
6.2 Resultado da avaliação dos equipamentos utilizados em campo, por equipes da AES Eletropaulo ...76
6.3 Conclusões finais ...80
xiii Dedicatória
Dedico este trabalho à Tânia, minha esposa e aos meus filhos, Tainá e Samuel, que tiveram paciência e aprenderam a lidar com as muitas horas de minha dedicação ao trabalho.
xv
Agradeço especialmente ao meu orientador, Prof. Dr. José Antônio Siqueira Dias, pelo incentivo a esse trabalho e pela orientação, parceria e amizade de muitos anos. Agradeço também à equipe do
Departamento de Microeletrônica da Unicamp, sem a qual esse trabalho não seria possível. Agradeço também ao meu colega Fúlvio Corrales Andrade, um grande incentivador e apoiador.
1
1 Introdução
Roubo e fraude de energia elétrica no Brasil
As perdas são inerentes a todo o processo de geração, transmissão e distribuição de energia elétrica. Entretanto, enquanto que nos segmentos de geração e transmissão de energia elétrica presume-se que ocorram somente as perdas de natureza técnica, no segmento de distribuição de energia elétrica as perdas totais se dividem em perdas técnicas e perdas não técnicas.
As perdas não técnicas ou perdas comerciais, por sua vez, podem ser subdivididas em roubos, fraudes de energia e nas perdas administrativas.
As perdas de natureza administrativa são aquelas produzidas pelos erros inerentes aos medidores, por erros de cadastro, por eventuais clientes atendidos sem medição, ou ainda por outras incapacidades ou erros nos processos de medição ou faturamento.
Os roubos ou furtos de energia ocorrem quando há ligações clandestinas, auto religações após o corte do fornecimento ou instalações para o consumo de energia com desvios do medidor.
Os roubos ou furtos de energia referentes às ligações clandestinas, em geral, relacionam-se a fatores socioeconômicos e as diversas regiões que apresentam essas ligações caracterizam-se em geral por níveis mais baixos de renda, educação e de acesso a serviços públicos essenciais.
Compreendendo essa situação, as distribuidoras de energia elétrica que enfrentam esse desafio implementam programas estruturados de regularização de ligações clandestinas, com ações de construção de redes de distribuição protegidas, instalação de padrões de entrada de energia, regularização das instalações elétricas domésticas, doação de lâmpadas e eletrodomésticos eficientes e campanhas educacionais. Parte das ações desses programas é suportada pelos recursos do PEE – ANELL – Programa de Eficiência Energética regulado pela Agência Nacional de Energia Elétrica [1].
Já as fraudes ocorrem quando um consumidor regularmente atendido por uma distribuidora de energia elétrica frauda o medidor causando erros metrológicos a seu favor, gerando a cobrança de um consumo de energia inferior à devida.
Essas são as situações mais difíceis de serem combatidas, pois especialmente os medidores de energia eletromecânicos são vulneráveis e a leitura mensal de consumo para faturamento não produz uma base de dados muito rica para subsidiar uma análise com precisão para identificar possíveis situações de fraude.
As distribuidoras de energia, em mercados mais agressivos nas ocorrências de fraudes, costumam manter estruturas dedicadas ao seu combate, com áreas de inteligência, dedicadas a análises estatísticas elaboradas sobre a base histórica de consumo mensal de energia, que geram listas de sugestões de inspeção sobre as unidades com potencial comportamento de fraude.
As distribuidoras mantêm também equipes de campo especializadas, que realizam as inspeções utilizando-se em geral de técnicas convencionais de inspeção nas instalações do medidor do cliente para identificar e confirmar a fraude, quando ela é constatada.
2
Essas técnicas envolvem a inspeção visual do padrão de entrada, a análise do lacre do medidor e do medidor em si e suas conexões, e a inspeção das conexões dos ramais do cliente aos ramais da rede, em alguns casos usando equipamentos especiais para verificar se não há derivações nos dutos de descida do poste do padrão de entrada ou nas suas paredes. A energia recuperada é função então da quantidade de inspeções sugerida pela área de inteligência, da capacidade de execução dessa quantidade sugerida de inspeções, da taxa de acerto das sugestões de inspeções geradas e da boa técnica de inspeção utilizada, constatando finalmente a existência da fraude de fato. Eventualmente, apesar das técnicas e cuidados empregados pelas equipes de campo, não é incomum algumas fraudes passarem despercebidas.
Em nossas pesquisas na AES Eletropaulo, anteriores a esse trabalho, constatamos que a taxa histórica de sucesso entre a lista de inspeções sugeridas e as fraudes efetivamente encontradas é da ordem de 12%.
Esse índice, embora baixo, se encontra na mesma faixa obtida por outras distribuidoras e ainda é suficiente para tornar o processo economicamente compensatório, ou seja, o valor da energia recuperada faturada é maior que o custo do processo de identificação das fraudes.
Por outro lado, considerando-se uma taxa de sucesso de 12%, seguramente há muito espaço para melhoria.
Além do possível melhor resultado no custo/benefício do processo, há outro fator importante a considerar: 88% dos clientes inspecionados com suspeita de fraude não apresentam nenhuma irregularidade em seu medidor ou em suas instalações.
O efeito de sofrer uma inspeção de fraude sem merecê-la pode ser danoso para a percepção da imagem da empresa pelo cliente, e este fator deve ser considerado tão importante quanto os benefícios econômicos da recuperação da fraude;
Constatamos que a AES Eletropaulo vinha evoluindo continuamente nas técnicas das análises estatísticas executadas pela sua área de inteligência. A Empresa também tinha obtido maior capacidade de execução das inspeções de campo através da constituição de equipes dedicadas e da obtenção de maior produtividade na preparação e deslocamento dessas equipes.
O desafio colocado foi então de como aumentar a eficiência da inspeção convencional, de forma a eliminar as inspeções desnecessárias, onde a fraude não ocorre e reduzir drasticamente ou até eliminar a necessidade da inspeção convencional naqueles clientes que não a produziram.
O presente trabalho visa dar uma contribuição efetiva à etapa de inspeção de campo no processo de identificação de fraudes, com objetivo de constatar a existência da fraude, antes mesmo da inspeção, de maneira eficiente e com baixo custo, permitindo que as equipes de campo executem a inspeção convencional somente nos casos previamente constatados e dessa forma, não expondo o cliente não fraudador ao constrangimento de uma inspeção desnecessária.
Foi elaborada e implementada uma nova metodologia de pré-inspeção, baseada num novo equipamento de medição – um micromedidor de AH, desenvolvido com orientações
3
funcionais deste trabalho. Esse micro medidor instalado externamente, no ramal de entrada do cliente, portanto antes do medidor, e a adoção de referências para nível de tensão e fator de potência, permitiram estimar uma medição de consumo para um período amostral e compará-la à leitura do medidor do cliente para o mesmo período. A metodologia utilizou então as diferenças entre essas medidas para determinar se existia ou não uma fraude na ligação do cliente.
Esta dissertação de Mestrado é parte de um projeto maior de Pesquisa e Desenvolvimento do Programa de P&D ANEL, realizado para a AES Eletropaulo e que envolveu o Mestrado de Flavio J. O. Moraes, “Equipamento eletrônico de baixo consumo com comunicação sem fio para auxílio nas inspeções de detecção de roubo de energia elétrica”, FEEC/UNICAMP, 2011. Todas as informações utilizadas nesse trabalho foram fornecidas pela AES Eletropaulo para desenvolvimento do projeto de P&D citado.
4
5
2 Especificação e caracterização de uso do equipamento de
medição
O objetivo dessa etapa foi caracterizar a forma de uso do micromedidor em situação operacional da AES Eletropaulo, bem como fornecer parâmetros de operação, como corrente máxima que o mesmo deveria suportar, condições climáticas a que estaria sujeito e vida útil pretendida.
2.1. Levantamento das normas e padrões de entradas
O micromedidor de Ah deveria ser de fácil e rápida instalação e remoção no ramal de entrada do cliente, a serem executadas por um eletricista munido de um bastão de manobras adaptado a estas atividades.
Para efeito de referência ao projeto do medidor digital e do bastão de instalação, foi realizado, paralelamente a um levantamento fotográfico, um levantamento prévio das normas disponibilizadas pela concessionária que orientam as conexões dos ramais de entrada a rede secundária, em suas diversas configurações. Deste levantamento, foram selecionadas as normas e os desenhos esquemáticos que apresentavam as principais medidas e alturas para instalação do ramal de entrada em diversas situações e outros desenhos que influenciavam na determinação do ponto de entrega ou algumas características da sua instalação.
Apesar de estas normas servirem de referência para novas conexões, é de se esperar que seja encontrada uma diversidade maior de situações de conexões em campo em decorrência da existência de conexões mais antigas. Portanto, para efeito de especificação e caracterização do equipamento de medição a ser desenvolvido, estas informações devem ser consideradas como complementares às obtidas através do levantamento fotográfico. Segue abaixo a relação de normas e desenhos que apresentam as principais medidas que influenciam na instalação do padrão-de-entrada:
LIG02-1-1. Alturas mínimas do ramal de ligação LIG03-1-1. Determinação do ponto de entrega.
LIG04-1--. Disposição do ramal de ligação. Rede da concessionária do mesmo lado da posteação e do lado oposto da via pública.
LIG05-1-1. Afastamentos mínimos para fixação do ramal de entrada.
LIG06-1-1. Sugestão para ramal de entrada em prédio com fachada ornamental. LIG07-1-1. Fixação de ramal de ligação de até 120 mm2.
LIG08-1-1. Fixação do duplo ramal de ligação ramal de entrada superior a 150 mm2.
A relação de todos os desenhos levantados na análise prévia seguirá está disponível para consulta em um CD, anexo a este documento.
6
2.2. Levantamento fotográfico dos diversos tipos de entrada
Com objetivo de colher informações para o projeto físico do micromedidor digital e para o bastão de instalação do medidor no fio fase, foram tiradas fotografias de várias situações reais, representando os locais passíveis de instalação do equipamento nos fios fase dos ramais de entrada dos clientes, tanto na conexão à secundária, quanto no poste da entrada do cliente. O levantamento fotográfico, onde foram obtidas 57 fotos de campo representando as diversas situações da conexão com o padrão de entrada do cliente, foi realizado com a contribuição de eletricistas da AES Eletropaulo. Todas as 57 imagens obtidas durante o levantamento fotográfico estão em um CD em anexo, que é parte integrante desta dissertação.
Para a análise das imagens, deve ser considerado que o eletricista, devidamente vestido com o uniforme de trabalho em campo da AES Eletropaulo e usando os EPIs necessários, apresentou uma altura total de 1,73 m e distância da cintura ao chão de 0,95 m. A tomada das medições das alturas e distâncias entre os cabos nas diversas situações fotografadas, foi realizada, utilizando-se uma vara telescópica de 8 estágios de extensão, de marca Hastings, modelo HV235. Este modelo de vara telescópica possui:
- com 2 estágios estendidos, o comprimento de 2,8 m; - com 3 estágios estendidos, 4,0 m;
- com 4 estágios estendidos, 5,2 m; - com 6 estágios estendidos, 6,4 m.
Para obter a distância entre os fios fase, tanto da conexão do ramal de entrada à rede secundária, quanto do ramal de entrada em sua conexão com o poste da entrada do cliente ou na fachada, foram feitas 4 marcações de 0,1 m cada uma na vara telescópica. Tomando estas marcações como referência de tamanho, é possível obter as distâncias aproximadas encontradas no campo ao se analisar as fotografias. A seguir é descrito o levantamento fotográfico realizado em campo.
a) Levantamentos dos tipos de secundárias e respectivas alturas do solo
De forma semelhante à análise das normas e padrões, foram levantadas as informações referentes aos padrões da AES Eletropaulo, em situações reais de campo, detalhando os espaçamentos entre fases e as distâncias ao solo das redes secundárias. Procurou-se retratar os diversos tipos de secundária e as alturas do solo das derivações do ramal de entrada nas conexões junto à estação transformadora, junto ao poste e entre postes.
b) Levantamento das conexões nos padrões de entrada dos clientes
Foram fotografadas as conexões dos ramais de entrada aos diferentes tipos de postes do padrão de entrada do cliente, sejam os postes de concreto, tubular metálico e metálico de seção quadrada.
7
c) Levantamento da quantidade de conexões por poste e potenciais obstáculos
Com o objetivo de caracterizar os requisitos de instalação do medidor digital, através do bastão de instalação, foram caracterizadas as situações onde há múltiplas conexões na rede secundária.
O levantamento fotográfico foi extremamente importante, pois determinou uma série de parâmetros que devem ser seguidos para o projeto do micromedidor e do equipamento auxiliar de instalação do micromedidor, que será conectado ao bastão de instalação.
d) Alturas de instalação
As situações de campo, bem como os dados obtidos junto aos padrões de engenharia da AES Eletropaulo indicam que a instalação do micromedidor ocorrerá numa altura variando entre 3,5 m a 7,5 m, o que equivale à utilização de 2 a 5 estágios da vara telescópica utilizada em campo.
d) Distância entre os fios fase
Tanto na conexão à secundária quanto no poste de entrada do cliente, a distância entre os fios fase do ramal de entrada varia entre 0,1 m e 0,15 m, o que determina que o medidor deva ser instalado em fios fase com essa distância entre si. Mesmo onde houver a situação de múltiplas conexões de ramais de entrada à secundária, essas distâncias entre os fios em geral são encontradas.
e) Acesso ao ponto de instalação
Quando a instalação se der no poste de entrada do cliente, o eletricista na maioria das vezes conseguirá aplicar o medidor tanto frontalmente, quanto lateralmente ao poste de entrada, podendo se situar na calçada.
Quando a instalação se der na conexão do ramal de entrada à secundária, o eletricista na maioria das vezes conseguirá aplicar o medidor lateralmente ao ponto de derivação e normalmente precisará se situar na rua, próximo à calçada. Em caso onde houver múltiplas conexões de ramais de entrada à secundária, o acesso se dará da mesma forma, sendo constatada a dificuldade adicional de identificar corretamente o ramal de entrada a ser medido.
Verificamos que durante o levantamento fotográfico, havia interesse do cliente em saber o que estava sendo feito, em alguns casos quando a situação fotografada representava a instalação no poste do padrão de entrada. O eletricista da Eletropaulo sempre tranquilizou os clientes dizendo se tratar de trabalho de rotina sobre a rede.
8
2.3. Características ambientais: temperaturas ambientes de
operação e níveis de pluviosidade
Ainda para subsidiar as especificações funcionais, foram levantadas as características ambientais a que estarão sujeitos os micromedidores. A análise das temperaturas máximas e mínimas e os índices máximos de pluviosidade da região atendida pela AES Eletropaulo, foram analisadas com base nos dados disponibilizados pelo Centro Integrado de Informações Agrometeorológicas – CIIAGRO para as regiões da Grande São Paulo e Juquitiba [2].
O gráfico da Fig. 2.3.1 ilustra a variação das temperaturas mínimas e máximas registradas para a região da Grande São Paulo enquanto que a Tabela 2.3.2 mostra o resultado desse levantamento para um período entre julho de 1996 e março de 2010 para a região da Grande São Paulo e de junho de 2008 a março de 2010 para a região de Juquitiba.
Fig. 2.3.1 – Evolução das temperaturas máximas e mínimas na grande São Paulo. A partir da análise das temperaturas máximas de todos os anos e das temperaturas mínimas de todos os anos, pode-se concluir que os micromedidores estarão sujeitos a temperaturas ambientes extremas entre 1,5°C e 36,7°C. Os micromedidores também deverão estar preparados para enfrentar situações de operação em que ocorram índices pluviométricos de até 399,1 mm em um mês (13,3 mm por dia). Considerando-se as temperaturas mínimas, as temperaturas máximas e os índices de pluviosidade possuem o comportamento de uma curva normal, pode-se inferir que para uma probabilidade de 98%, que as temperaturas ficarão situadas em uma faixa de -0,8° C e +37,0°C e o índice de pluviosidade em 413,9 mm em um mês, ou seja, 27,3 mm por dia.
9
Tabela 2.3.2 – Temperaturas máximas e mínimas e precipitação máxima para as regiões da Grande São Paulo e Juquitiba.
Região Grande São Paulo Juquitiba
Ano T. Maxima T. Mínima Precipitaçã o Máxima (mm) T. Maxima T. Mínima Precipitaçã o Máxima (mm) jul-dez 1996 32,0 7,5 381,9 1997 35,2 5,0 307,7 1998 35,7 9,3 390,7 1999 36,7 5,4 368,9 2000 34,9 2,3 328,6 2001 33,8 5,6 285,3 2002 35,7 5,7 329,6 2003 35,3 7,2 317,1 2004 35,3 6,9 333,1 2005 34,7 9,4 320,4 2006 34,1 6,2 563,2 2007 34,9 6,4 230,8 2008 34,5 8,3 311,4 34,4 2,4 194,6 2009 33,8 7,7 397,6 34,3 1,5 295,3 jan-mar 2010 33,8 16,2 463,4 35,5 16,0 399,1 Todos os Anos 36,7 2,3 563,2 35,5 1,5 399,1 Média 31,6 12,4 137,0 31,2 10,1 168,5 Desvio Padrão 98% 5,4 8,2 255,9 6,2 10,8 245,4 Temperaturas Teóricas 37,0 4,2 392,9 37,5 (0,8) 413,9 Fator Insolação 2,0 0,0 - 2,0 0,0 - Recomendação 74,0 (5,9) 819,1 74,9 (0,8) 413,9
É importante considerar que estes micromedidores estarão operando em ambiente aberto exposto também à insolação o que pode ampliar a temperatura máxima. Portanto, faz-se necessário considerar um fator de insolação de 50% a ser aplicado sobre a temperatura máxima (37 °C). Consequentemente, o micromedidor a ser desenvolvido deverá estar apto a operar em uma faixa de temperatura de -0,8°C a 56°C.
10
2.4. Identificação das correntes máximas
Com objetivo de identificar as correntes máximas que poderão ser submetidos os micromedidores, realizou-se um levantamento das correntes máximas admitidas pelos medidores de consumo de energia adotados pela AES Eletropaulo. Neste levantamento foi observado que a maior corrente medida em qualquer sistema monofásico ou bifásico é de 100 A, valor este que foi utilizado como máximo para o desenvolvimento do hardware de medida utilizado [3].
2.5. Alimentação e vida útil
Dadas as características ambientais a que vai estar sujeito o micromedidor e considerando-se ainda que o equipamento não deva chamar a atenção quando estiver instalado e que também não deve ser violado por terceiros, faz-se necessário que, para o mesmo, seja desenvolvida uma embalagem de alta resistência, com características de resistência ao calor, à umidade e ainda dificilmente violável.
Deve se atender também a exigência de que, se o mesmo vier a ser produzido industrialmente, apresente um custo que viabilize sua aplicação no processo atual de recuperação de perdas da AES Eletropaulo.
O equipamento necessariamente deverá ter partes móveis, já que seu princípio de funcionamento se baseia em garras ou “clampers”, o que pode ser um fator limitador da vida útil do equipamento. Por outro lado, sua vida útil deverá ser suficiente para remunerar o seu custo, considerado numa análise de produtividade da atividade de pré-inspeção comparativamente à produtividade da inspeção convencional.
Como orientação inicial do projeto, deve-se considerar uma vida útil inicial mínima de 1 ano e a possibilidade do medidor estar contido numa embalagem inviolável, tornando-se nesse caso descartável após o fim de sua vida útil.
Para atender estas condições iniciais, o medidor deverá receber fonte de alimentação – bateria, com autonomia suficiente para esse período mínimo de 1 ano.
Caso o projeto identifique a possibilidade de utilizar fonte de energia recarregável ou substituível, essa possibilidade deverá ser analisada, desde que os requisitos de baixo custo, alta resistência à violação, resistência a variações de temperatura e umidade sejam também atendidos.
11
3 Estudo de campo para caracterização da unidade
consumidora da AES Eletropaulo, quanto ao nível de
tensão de fornecimento e ao fator de potência típico.
O Objetivo desta etapa foi caracterizar os níveis de tensão de fornecimento e também o fator de potência típico das unidades consumidoras BT de medição direta para, a partir da corrente acumulada pelo micromedidor, o consumo de energia pudesse ser estimado com razoável grau de precisão.
3.1. Segmentação de consumidores por classe de consumo e tipo de
ligação, consumos médios e correntes médias por fase
O nível de tensão de fornecimento na rede secundária da AES Eletropaulo depende das características do circuito instalado. Na cidade de São Paulo, por exemplo, existe, para as ligações em Delta e monofásica Estrela, a tensão nominal de fornecimento de 115 V (199,2 V para fase A das ligações trifásicas Delta) e, para as ligações trifásicas em Estrela, as tensões nominais de fornecimento de 127/220 V.
Para efeito de identificação das correntes médias a que estarão sujeitos os micromedidores que permitiram esta pesquisa, realizou-se um levantamento das quantidades e consumos médios dos clientes de baixa tensão, divididos por classe de consumo, conforme é mostrado na Tabela 3.1.1 a seguir.
A partir dos consumos médios horários e da tensão nominal de atendimento por fase para cada tipo de ligação, calculou-se a corrente média para cada classe de cliente e tipo de ligação.
Em decorrência dessa análise, pode-se considerar que os equipamentos de detecção de fraude estarão medindo correntes médias entre 0,7 A e 23,4 A.
12
Tabela 3.1.1 - Quantidades e consumos médios dos clientes de baixa tensão, divididos por classe de consumo.
Classe Monofásico Bifásico Trifásico
Quantidade de clientes 5064 5282390 287008
Residencial
Consumo médio mensal (6 meses) (kWh)
112 200 904
Consumo médio horário*(kWh) 0,15555556 0,277778 1,255556 Corrente média em cada fase ** (A) 1,352657 1,207729 3,295421
Quantidade de clientes 1095 218532 127985
Comercial
Consumo médio mensal (6 meses) (kWh)
113 459 2449
Consumo médio horário*(kWh) 0,15694444 0,6375 3,401389
Corrente média em cada fase ** (A) 1,3647343 2,771739 8,92753
Quantidade de clientes 17 5053 21006
Industrial
Consumo médio mensal (6 meses) (kWh)
67 463 2641
Consumo médio horário*(kWh) 0,09305556 0,643056 3,668056 Corrente média em cada fase ** (A) 0,80917874 2,795894 9,627442
Quantidade de clientes 201 563 764
Rural
Consumo médio mensal (6 meses) (kWh)
513 1586 2099
Consumo médio horário*(kWh) 0,7125 2,202778 2,915278
Corrente média em cada fase ** (A) 6,19565217 9,577295 7,651648
Quantidade de clientes 7 7355 4621
Poder Público
Consumo médio mensal (6 meses) (kWh)
127 1513 6422
Consumo médio horário*(kWh) 0,17638889 2,101389 8,919444 Corrente média em cada fase ** (A) 1,53381643 9,136473 23,41062
Nota explicativa da tabela:
* Consumo médio horário = Consumo médio mensal dividido por 720 horas
** Corrente média em cada fase = Consumo médio horário em kWh X 1000/(no. Fases X tensão nominal)
Tensão nominal considerada: 127V para trifásico (estrela) e 115 V para monofásico (estrela) e para bifásico (delta)
13
3.2. Variações de tensão de fornecimento e margens de erro
Para determinação do consumo a partir da corrente acumulada pelo medidor de Ah, é necessário inferir-se a voltagem no ponto de medição e o fator de potência da carga.
Para determinar a tensão provável de acordo com os diversos tipos de ligação do cliente, desenvolveu-se a análise que se segue.
Os Procedimentos de Distribuição de Energia Elétrica no Sistema Elétrico Nacional – PRODIST da Agência Nacional de Energia Elétrica – ANEEL, em seu Módulo 8 –
Qualidade da Energia Elétrica estabelece os limites adequados, precários e críticos para os níveis de tensão em regime permanente, sendo que para as tensões de trabalho da AES Eletropaulo têm-se:
– Pontos de conexão em Tensão Nominal igual ou inferior a 1 kV (220/127) Tensão de Atendimento (TA) Faixa de Variação da Tensão de Leitura (Volts) Adequada (201≤TL≤ 231)/(116 ≤TL≤ 133)
Precária (189 ≤ TL<201 ou 231<TL ≤ 233)/(109 ≤TL<116 ou 133<TL ≤ 140) Crítica (TL<189 ou TL>233)/(TL<109 ou TL>140)
– Pontos de conexão em Tensão Nominal igual ou inferior a 1 kV (230/115) Tensão de Atendimento (TA) Faixa de Variação da Tensão de Leitura (Volts) Adequada (216 ≤ TL ≤ 241)/(108 ≤ TL ≤ 127)
Precária (212 ≤ TL< 216) ou (241<TL ≤ 253)/(105 ≤ TL< 108 ou 127<TL ≤ 129) Crítica (TL< 212 ou TL> 253)/(TL< 105 ou TL> 129)
Com objetivo de identificar uma tensão de referência, ou seja, mais comumente encontrada nas situações de fornecimento e que pudesse ser utilizada na estimativa de consumo na pré-inspeção, realizou-se ampla análise sobre base de dados de coleta de medições de tensão de fornecimento, realizadas em todas as regionais da AES Eletropaulo. Foram analisadas 9.474 medições de tensões realizadas entre 2002 a 2009. Deste universo, considerou-se uma amostra de 2.658 medições onde se foi possível identificar o tipo de ligação (tipo de ET) conforme relação cadastral fornecida pela distribuidora.
Conforme mencionado anteriormente, a AES Eletropaulo adota uma tensão de 127 V para trifásica estrela e 115 V para ligações dos tipos monofásica estrela e do tipo bifásica em delta, sendo que nesta última, a tensão nominal da fase A é de 199,2 V quando a ligação é trifásica. A partir do levantamento do desvio padrão das medidas de tensões obtidas em cada fase, obteve-se a margem de erro para cada tipo de ligação conforme mostrado na tabela 3.2.1
14
Tabela 3.2.1 – Margens de erros por tipo de ligação
Tipo de ET Fase
Tensão Média da
Fase
Desvio Padrão % Margem de Erro (- / + ) ET Delta Aberto Adiantado A 204,9 7,0 3,41% B 117,2 3,8 3,23% C 117,4 3,8 3,27% ET Delta Aberto Atrasado A 206,8 5,7 2,77% B 117,3 3,2 2,77% C 117,6 3,0 2,58% ET Delta Fechado A 206,1 5,6 2,71% B 117,3 3,2 2,71% C 117,2 3,6 3,04% ET Monofásica A 116,6 4,2 3,59% B 116,7 4,1 3,48% C 117,5 4,5 3,86% ET Trifásica A 124,6 4,4 3,50% B 124,3 4,5 3,62% C 125,4 3,9 3,08% ET Delta A 117,0 3,6 3,07% B 117,1 3,7 3,14% C 0,0 0,0
Nota-se que para a ligação monofásica, a tensão média medida é de 117 V, que está bem próxima da tensão nominal informada pela distribuidora. Para as ligações em Delta, a tensão média medida tanto na fase A quanto na fase B foi de 117 V e um desvio padrão de 3,6 e 3,7, respectivamente, que ocasionou em uma margem de erro de 3,07% para a tensão na fase A e 3,14% para a tensão na fase B.
Como o micromedidor utilizado registra apenas o valor em Ah, estas análises mostram a importância da correta identificação do tipo de ligação para que seja possível inferir a tensão em cada situação para cálculo do valor da energia consumida, e que deverá ser objeto de análise nos testes a serem realizados em laboratório e em campo.
A margem de erro máxima encontrada foi de 3,86% e, portanto, é possível inferir que uma margem de erro de 5%, tanto para cima quanto para baixo, seria suficiente para caracterizar uma situação de normalidade na tensão fornecida para os diversos tipos de ligação e que ainda seja favorável ao consumidor. No CD em anexo encontra-se, para cada situação apresentada, a sua respectiva tabela analítica contendo as tensões mínimas, máximas, o desvio padrão, a moda, a mediana, a média e a distribuição por percentil.
15
3.3. Estabelecimento de um fator de potência típico para clientes
residenciais atendidos em BT da AES Eletropaulo para ser
utilizado nos cálculos de consumo
Para determinação do fator de potência típico de uma unidade consumidora residencial da AES Eletropaulo, foram utilizados 2 métodos:
Método 1: Análise do Fator de Potência típico a partir de bases de dados de medição de fator de potência instantâneo em campo.
A AES Eletropaulo disponibilizou uma base de dados de medições de fator de potência contendo 8.516 medições instantâneas de fator de potência ao longo de vários horários durante diversos dias.
Deste número, 4.193 registros, ou 49% da base, são de medições realizadas em residências. Quando se verifica a qualidade das medições é possível identificar que 835 medições apresentam valores pouco confiáveis como fator de potência negativo (1 registro), fator de potência igual a zero (110 registros), fatores de potência menores que 0,55 (205 registros) e fatores de potência superior a 1,0 (519 registros). Foram consideradas como inconsistentes as medições que apresentavam valores abaixo de 0,55 por considerar que 99% das
residências possuem pelo menos uma geladeira cujo fator de potência é de 0,64 ou então apenas iluminação por lâmpada fluorescente cujo fator de potência é de 0,55.
Para se identificar a média e a mediana do fator de potência médio foi subtraído os casos que apresentavam as inconsistências explicadas anteriormente. Desta forma, a partir dos 3.358 registros disponíveis, obteve-se que a média do fator de potência é em média 0,88 e a mediana 0,94 conforme demonstrado na tabela 3.3.1.
Como estes dados foram resultados de medições instantâneas que apresentaram um desvio-padrão significativo de 0,13 e que, portanto provoca uma margem de erro na ordem de 15% sobre a média, buscou-se verificar o fator de potência médio para o cliente residencial por outro método como apresentado a seguir.
16
Tabela 3.3.1 – Fator de Potência Médio e Mediana do Fator de Potência Nro Casos Validos 3358
Em Branco 0 Média 0,88252884 Mediana 0,94210000 Moda 1,000000 Desvio Padrão 0,13239100 5 Mínimo 0,550100 Maximo 1,000000 Percentil 10 0,65890000 20 0,74728000 30 0,82727000 40 0,89550000 50 0,94210000 60 0,97510000 70 0,99030000 80 0,99820000 90 1,00000000
Método 2: Análise do Fator de Potência típico a partir de base de dados de medição obtida na pesquisa de posses e hábitos de consumo de clientes residenciais atendidos em BT realizada em 2010.
A partir da curva de consumo típico do cliente residencial atendido em BT “total”, segregada por eletrodoméstico, calculou-se o fator de potência médio.
Realizou-se uma ampla pesquisa para identificar o fator de potência de cada equipamento (material que se encontra anexo a este relatório). Como existe participação significativa no consumo de eletrodomésticos não identificados que aparecem como “outros”, adotou-se a seguinte premissa de cálculo do fator de potência correspondente apresentada na tabela 5.8: Tabela 3.3.2 – Premissas para cálculo da estimativa do fator de potência para os eletrodomésticos categorizados como “outros” na pesquisa de posses e hábitos [4].
Eletrodoméstico Uso estimado (horas/mês)
Potência
(W) Fator de Potência
Ferro de passar 12 1000 1,00
Microcomputador 100 350 0,65
17
Desta forma, a partir deste conjunto de eletrodomésticos e premissas de uso assumidas, adotou-se como fator de potência médio para o item “outros” o valor de 0,79.
Tabela 3.3.3 – Média ponderada do fator de potência de uma residência típica considerando os fatores de potência dos eletrodomésticos [5], [6], [7].
Eletrodoméstico BT Total* % FP do equipamento Geladeira e Freezer 10.583,43 4,62% 0,64 Ar Condicionado 2.175,00 0,95% 0,91 Chuveiros 88.991,00 38,82% 1,00 Iluminação 24.759,16 10,80% 0,69 Televisores 3.292,14 1,44% 0,63 Outros 99.435,58 43,38% 0,79 Total 229.236,31 100,00% 0,85 *Valores em Watts
Como o dispositivo de medição desenvolvido possui a capacidade de identificar e medir separadamente degraus de consumo oriundos de altas cargas, que em uma residência corresponde ao chuveiro/aquecedores de água, que possuem fator de potência de 1,0 é possível medir separadamente as demais cargas. Desta forma, produziu-se uma nova tabela de fator de potência médio, excluindo o chuveiro e os aquecedores.
Tabela 3.3.4 – Média ponderada do fator de potência desconsiderando o chuveiro/aquecedores.
Eletrodoméstico BT Total* % FP do equipamento Geladeira e Freezer 10.583,43 7,55% 0,64 Ar Condicionado 2.175,00 1,55% 0,91 Iluminação 24.759,16 17,65% 0,69 Televisores 3.292,14 2,35% 0,63 Outros 99.435,58 70,90% 0,79 Total 140.245,31 100,00% 0,76 *Valores em Watts
Considerando estes dados, durante os testes de campo será aferido o cálculo de consumo obtido a partir da medição da corrente utilizando o dispositivo de medição desenvolvido e o
consumo será o produto das correntes acumuladas medidas pelo micromedidor multiplicadas pela tensão média do circuito do cliente (estabelecida em relatório anterior) e cada uma delas moduladas pelo fator típico de potência estimado.
19
4 Teste em laboratório e em campo dos micromedidores
utilizados e recomendações para o programa piloto.
Os micromedidores de Ah foram desenvolvidos utilizando-se como base o microcontrolador MSP430FE427 [8] e a garra Yuanxing LCTC0250 [9] que deverão ser utilizados nas versões dos protótipos a serem usados em campo. As especificações e características funcionais, estudadas no item 2 desse trabalho, subsidiaram o desenvolvimento dos micromedidores, que foram objeto de dissertação de mestrado de Flavio J. O Morais [3]. Os dados medidos em um protótipo do micromedidor são apresentados na figura 4.1 e como se pode observar, o circuito opera perfeitamente e com alta linearidade para os valores de carga testados em laboratório.
Figura 4.1 – Comparação entre a medida da energia realizada com o MSP430FE427 e dos valores calculados através dos valores de V e I medidos com multímetros externamente.
20
Para estabelecimento da estratégia de operação de logística para instalação e remoção de equipamentos, uma equipe especializada da AES Eletropaulo realizou durante os meses de março e abril, teste de instalação e retirada do micromedidor, com os protótipos das ferramentas desenvolvida. A equipe da AES Eletropaulo produziu vários filmes da aplicação e retirada dos medidores em diferentes locais, medindo o tempo da operação. Em relação aos tempos medidos, durante os períodos de teste, em média as instalações e retiradas variaram entre um mínimo de 1 minuto e um máximo de 3 minutos, dependendo da localização da instalação. Instalações em locais mais altos e de mais difícil acesso, como derivações da rede secundária demandam tempos superiores, enquanto instalações junto aos postes dos padrões de entrada dos clientes demandam tempos inferiores.
Análise de produtividade: a estimativa inicial é que um procedimento completo de instalação ou retirada, envolvendo localização da unidade consumidora e estacionamento do veículo, registro dos procedimentos de segurança, sinalização do local, utilização dos EPIs, instalação ou retirada do medidor, recolhimento dos EPIs e da sinalização, poderá ser realizado em até 15 minutos. A equipe especializada estima ainda que, com as melhorias sugeridas nas ferramentas e com a devida prática, esse tempo total pode ser reduzido a 10 minutos, o que é bastante favorável aos objetivos do projeto.
Finalmente, enquanto uma equipe realiza cerca de 10 inspeções convencionais/dia, as estimativas indicaram que até 20 ciclos completos de pré-inspeções (instalação e retirada) poderiam ser realizados por equipe por dia, sendo ainda que uma equipe menos especializada, com equipamentos e veículos de menor custo poderia ser empregados para essa atividade.
Micromedidores
Em relação à leitura dos micromedidores, foi desenvolvida uma técnica que permite aliar um baixíssimo consumo de energia no período em que os “transceivers” estão funcionando, otimizando a duração da bateria dos medidores, com alta velocidade de leitura, sendo possível realizar as medidas em um curto espaço de tempo (50 micromedidores podem ser lidos em cerca de 5 a 10 segundos), e o consumo de bateria dos “transceivers” é o mínimo possível, já que eles permanecem desligados durante toda a operação de pré-inspeção, e são ligados por um comando na hora da leitura. Como a leitura é realizada em muito menos do que 0,1 segundo, a nova técnica permite a leitura de 50 medidores em menos de 10 segundos.
No mesmo período foi também desenvolvido um novo firmware para o circuito do medidor, onde foi incorporada a nova função que havia sido mencionada no relatório anterior, onde seria possível detectar as cargas de alto valor (acima de 4000 W, por exemplo), normalmente resistivas (principalmente chuveiros, aquecedores e secadoras de roupas) e armazenar dentro do micromedidor os resultados medidos para estas cargas em um registrador distinto do registrado que armazena “o resto” da energia.
21
experimento onde vários tipos de carga eram chaveados no circuito sob teste, sendo que algumas delas possuíam potência maior do que a estabelecida como o limite para que seja considerada uma grande carga resistiva. No teste de laboratório o limite estabelecido dentro da programação do medidor era para cargas de 300 W.
Foram utilizadas várias cargas, desde 80 W até 350 W para o teste. Na Figura 4.2 temos um diagrama de tempos onde mostramos como as cargas foram introduzidas e retiradas do circuito, simulando a operação de uma instalação real.
100W 80W 310W 350W
Figura 4.2 – Diagrama de tempo indicando quando as cargas foram ligadas/desligadas. Cada divisão corresponde a 1 minuto, e a célula preenchida indica que a carga ficou ligada. Dessa forma o circuito deveria ser capaz de identificar quando qualquer uma das duas cargas de 310 W ou 350 W fosse ligadas, e a energia gasta apenas por estas cargas deveria ser armazenada em registradores separados. O resultado do teste indicou que o sistema operou corretamente, identificando as cargas e “separando” as energias gastas em duas memórias distintas, de forma que é possível, na análise dos dados, separar a energia consumida pelas grandes cargas resistivas (chuveiros, fornos elétricos, secadoras de roupa, ferro de passar, chapinha, …) da energia consumida de cargas onde será necessário aplicar um fator de potência de correção (lembrando que medidos apenas corrente).
23
5 Análise das Variações de Consumo Indicativas de
Ocorrência de Fraudes ou Anomalias
O objetivo desta etapa é identificar variações de consumo que indiquem fraudes ou anomalias com alto grau de probabilidade. Para tanto, 3 métodos foram utilizados: a análise sobre os históricos de consumo de fraudes e anomalias encontradas, análise dos processos internos de detecção de comportamentos de fraudes e anomalias e a reprodução em laboratório de fraudes e anomalias reais e medição das variações de consumo produzidas.
5.1. Método 1: Análise do comportamento de consumo em casos de
fraudes e anomalias detectadas
Com objetivo de identificar as variações de consumo com alto poder de indicação de fraudes ou anomalias, realizou-se a análise do comportamento de consumo dos casos de fraudes e anomalias antes e depois de detectadas e regularizadas.
Para tanto, a AES Eletropaulo disponibilizou uma base de dados contendo 97.833 casos de inspeções de fraudes realizadas na regional Norte do período de 05 de janeiro de 2009 a 31 de maio de 2010. A tabela 5.1.1 mostra a distribuição dos casos por período e em 2009 foram inspecionadas 77.678 unidades consumidoras e 20.155 em 2010.
Esta base contempla os 6 consumos mensais em kWh anteriores ao mês no qual ocorreu a inspeção, o consumo em kWh do mês da ocorrência da inspeção e os 6 consumos em kWh posteriores à inspeção.
Tabela 5.1.1 – Distribuição das inspeções por período
Número de Casos 97.833 Mediana 22-jul-09 Moda 4-nov-09 Mínimo 5-jan-09 Máximo 31-mai-10 Distribuição Percentual 10% 30-jan-09 20% 9-mar-09 30% 15-abr-09 40% 8-jun-09 50% 22-jul-09 60% 8-set-09 70% 29-out-09 80% 11-jan-10 90% 31-mar-10 Ano Quantidade % 2009 77.678 79,40 2010 20.155 20,60 Total 97.833 100,00
24
Além destas informações, o mesmo banco de dados ainda contempla a estratégia utilizada, ou seja, qual foi a seleção para a inspeção. A Tabela 5.1.2 mostra distribuição dos 30 maiores incidências de inspeções pelas estratégias adotadas na sua identificação.
Tabela 5.1.2 – Estratégias para a realização de inspeções de fraude em campo.
Tipo de Estratégica Quantidade %
E03 - BLITZ AVULSA 42.165 43%
E10 - REC MERCADO DIRETO 15.189 16%
E10 - 06 - RES DIR 6.322 6%
E10 - 05 - RES DIR 5.905 6%
E08 - PREFIXO-NORTE 3.374 3%
E10 - 13 - NÃO RES DIR 2.514 3%
E10-05-DEG24vs12mai30 2.021 2%
E10 - REC MERCADO INDIRETO 1.910 2%
Em Branco 1.479 2%
E09 - IRR NA LEITURA LISTA 1.065 1%
E02 - BLITZ NA LISTAGEM 944 1%
E10 - INDIRETO 911 1%
E16 - INDIRETA NORTE 781 1%
E05 - DEGRAU-NORTE 755 1%
E04 - DENUNCIA/PSE/OUVIDORIA 739 1%
E10-05-DEG6vs6mai30 705 1%
E10-Indireto2010 657 1%
E09 - NOTAS -NORTE 643 1%
E01 - RID NA LISTAGEM 586 1%
E10-06-ConsEntre30e100-Corrigido 504 1%
E04 - DENUNCIA FATURAMENTO 482 0%
E23-Aleatório-RESDIR 481 0%
E10-13-COM-ALVO 463 0%
E04 - NOTAS WORKFLOW 437 0%
E10-05_MD3ULT_MD24M_QD7_EM 420 0%
E09 - ANGELO 420 0%
E10-05_Queda_07_Pen_Ult_EM 419 0%
E10-N106_DEG3VS24A47_SOLV_EM 378 0%
E98 - CAMPANHAS 365 0%
E02 - RID LISTAGEM 302 0%
Outros 4.497 5%
Total 97.833 100%
A empresa fez uso de 131 estratégias diferentes para identificação de situações potenciais de fraude, sendo que a estratégia “Blitz Avulsa” corresponde a 43% dos casos
25
inspecionados e a estratégia “REC MERCADO DIRETO” a 16%. As demais estratégias não possuem uma concentração significativa. Procurou-se identificar os conjuntos de ações que diferenciam as estratégias, mas não há foi encontrado um padrão nessas ações que permitisse essa análise.
A base de dados ainda apresenta a classificação das inspeções de acordo com seus resultados, informando como:
HIT A = Anomalia, HIT F = Fraude, HIT O = Em Ordem e HIT N = Não inspecionado.
A Anomalia é caracterizada quando algum elemento do medidor influencia no consumo, mas por meio de um defeito do equipamento, por desgaste, vida útil ou ainda distúrbios atmosféricos, como descarga elétrica, por exemplo.
A Fraude é caracterizada quando é identificada uma alteração construtiva do medidor, uma obstrução de suas partes móveis ou uma derivação do ramal de entrada antes do medidor. Em Ordem significa que a inspeção encontrou as instalações do padrão de entrada de acordo com condições e padrões de normalidade.
Não Inspecionado significa que o padrão não recebeu a análise decorrente da inspeção. Tabela 5.1.3 – Situação da Inspeção
Situação Qtde. % % Acumulado % (s/ Não Insp.) % Ac. (s/ Não Insp.) Fraude Identificada 4.976 5% 5% 6% 6% Anomalia 6.946 7% 12% 9% 15% Em ordem 69.273 71% 83% 85% 100% Não inspecionada 16.638 17% 100% Total 97.832 100%
Conforme mostrado na tabela 5.1.3, dos 97.833 casos, 4.976 são referentes a fraudes identificadas e regularizadas, que representam 5% da base. As anomalias representam 6.946 casos e 7% da base. Somando-se os dois casos, tem-se 12% de casos que geram recuperação de energia ou adição de energia ao faturamento. Se no universo da análise considerarmos que os casos não inspecionados poderão ser objeto de inspeção no futuro, e assim não considerá-los nesta amostra, tem-se que de um total 81.195 casos inspecionados, encontrou-se 6% de fraudes e 9% de anomalias, totalizando um índice de 15% de acerto. Uma análise mais detalhada sobre esta base de dados revela que 28 casos possuem algum consumo negativo. Portanto, optou-se por excluir estes casos com o objetivo de evitar algum tipo de distorção durante as análises de comportamento de consumo.
26
Retirando-se da base de dados os 28 registros com algum consumo negativo e analisando os dados de consumos registrados após a inspeção de fraude, observa-se, conforme mostrado na tabela 5.1.4, que em 1.374 casos não ocorreu consumo, em 10.180 casos ocorreu apenas um consumo no período de 6 meses e em 4.945 casos ocorreu o registro de dois consumos no período de 6 meses.
Tabela 5.1.4 - Quantidade de meses com consumo antes e depois da inspeção QTDE. DE MESES COM CONSUMO DEPOIS DA INSPEÇÃO
0 1 2 3 4 5 6 Total QTD E. DE M ES ES C OM C ONS UM O ANTE S D A INSP EÇÃO 0 866 39 29 35 80 213 - 1.262 1 49 32 9 7 13 36 108 254 2 31 33 15 18 34 38 123 292 3 53 44 17 24 30 60 138 366 4 68 54 26 23 36 90 206 503 5 307 162 69 75 83 217 9.814 10.727 6 - 9.816 4.780 2.707 3.105 4.369 59.624 84.401 Total 1.374 10.180 4.945 2.889 3.381 5.023 70.013 97.805 Desta forma, visando constituir uma massa de dados que representasse o comportamento de consumo antes e depois da inspeção da fraude, considerou-se os casos nos quais ocorreram de 3 ou mais registros de consumo de energia elétrica antes e depois da inspeção. Assim, tem-se 80.601 casos nestas condições (destacados em amarelo) e passíveis das análises elaboradas a seguir.
Para estes casos observa-se no gráfico 5.1.5 o comportamento de consumo quando se compara o consumo médio e no gráfico 5.1.6 a mediana do consumo antes e depois da inspeção de fraude, diferenciando as situações de: a) HIT A = Anomalia; b) HIT F = Fraude; c) HIT O = Em Ordem e; d) HIT N = Não inspecionado, além do comportamento geral, que inclui todos os casos.
27
Gráfico 5.1.5 – Comportamento do consumo médio antes e depois da inspeção
Gráfico 5.1.6 – Comportamento da mediana do consumo antes e depois da inspeção
Legenda:
CONSA6 – Consumo em kWh 6 meses antes do mês da fraude detectada CONSA5 – Consumo em kWh 5 meses antes do mês da fraude detectada CONSA4 – Consumo em kWh 4 meses antes do mês da fraude detectada CONSA3 – Consumo em kWh 3 meses antes do mês da fraude detectada CONSA2 – Consumo em kWh 2 meses antes do mês da fraude detectada CONSA1 – Consumo em kWh 1 mês antes do mês da fraude detectada CONS – Consumo em kWh no mês que a fraude foi regularizada
28
CONS1 – Consumo em kWh verificado 1 mês após a regularização da fraude CONS2 – Consumo em kWh verificado 2 meses após a regularização da fraude CONS3 – Consumo em kWh verificado 3 meses após a regularização da fraude CONS4 – Consumo em kWh verificado 4 meses após a regularização da fraude CONS5 – Consumo em kWh verificado 5 meses após a regularização da fraude CONS6 – Consumo em kWh verificado 6 meses após a regularização da fraude
As linhas que representam os consumos médios e medianos registrados nos meses anteriores e posteriores à inspeção mostram claramente o crescimento destes consumos, que ocorrem a partir da regularização, para as situações de anomalia e fraude. Para os casos inspecionados que se encontravam em ordem, não se verificam variações significativas entre os consumos anteriores e posteriores à inspeção, seja analisado pela média ou mediana do consumo. Entretanto, para os casos na situação de não inspecionados, nota-se uma pequena variação (maior consumo) na análise feita pela média, indicando que provavelmente nesse grupo podem ser encontrados outros casos de anomalia ou fraude, contribuindo para a variação identificada.
Tabela 5.1.7 – Comportamento do consumo antes da fraude e no mês da regularização Fraude Identificada CONSA6 CONSA5 CONSA4 CONSA3 CONSA2 CONSA1 CONS N Valid 3.205 3.448 3.448 3.448 3.448 3.448 3.448 Missing 243 - - - - Mean 194 198 192 184 188 186 230 Median 132 133 130 126 125 125 150 Mode 50 50 50 50 50 50 50 Minimum - - - - Maximum 5.965 9.520 9.520 7.632 7.040 6.488 9.560 Std. Deviation 322 386 369 312 339 318 418 Percentiles 10 50 50 47 48 42 38 47 20 52 50 50 50 50 50 64 30 83 80 78 76 74 77 94 40 107 105 103 100 100 101 120 50 132 133 130 126 125 125 150 60 160 160 157 153 155 155 181 70 193 197 192 190 190 188 223 80 250 254 243 241 244 242 290 90 361 354 352 343 337 343 402
29
Tabela 5.1.8 – Comportamento da fraude nos meses subsequentes à regularização Fraude Identificada CONS1 CONS2 CONS3 CONS4 CONS5 CONS6 N Valid 3.448 3.448 3.448 3.370 3.212 3.106 Missing - - - 78 236 342 Mean 456 561 533 531 478 441 Median 259 339 350 339 332 313 Mode 50 50 50 - - - Minimum - - - - Maximum 19.593 25.594 17.760 90.714 24.508 23.890 Std. Deviation 935 1.042 847 1.804 954 808 Percentiles 10 55 92 99 92 78 83 20 111 156 167 160 151 148 30 161 212 225 214 210 202 40 207 271 284 276 269 257 50 259 339 350 339 332 313 60 319 415 424 409 397 378 70 396 520 515 492 481 462 80 518 671 658 614 585 566 90 795 993 953 865 797 757
Tabela 5.1.9 – Comportamento do consumo antes da anomalia
Anomalia CONSA6 CONSA5 CONSA4 CONSA3 CONSA2 CONSA1 CONS N Valid 4.473 5.170 5.170 5.170 5.170 5.170 5.170 Missing 697 - - - - Mean 430 435 432 417 402 386 412 Median 139 135 132 125 121 119 131 Mode 50 50 50 50 50 50 50 Minimum - - - - Maximum 94.800 92.325 92.325 100.800 103.800 97.200 91.200 Std. Deviation 2.811 2.647 2.650 2.733 2.729 2.683 2.636 Percentiles 10 50 50 50 49 45 33 30 20 50 50 50 50 50 50 50 30 75 70 64 56 50 50 70 40 104 100 100 98 94 93 100 50 139 135 132 125 121 119 131 60 173 175 171 164 160 156 166 70 220 227 221 215 206 202 211 80 298 308 299 290 279 277 281 90 465 499 498 483 451 437 438
30
Tabela 5.1.10 – Comportamento do consumo depois da anomalia
Anomalia CONS1 CONS2 CONS3 CONS4 CONS5 CONS6 N Valid 5.170 5.170 5.170 4.962 4.716 4.410 Missing - - - 208 454 760 Mean 548 618 639 613 575 570 Median 186 202 208 207 207 205 Mode 50 50 50 50 50 50 Minimum - - - - Maximum 150.066 102.730 101.687 98.377 101.156 106.350 Std. Deviation 3.379 3.127 3.237 3.099 2.838 2.796 Percentiles 10 50 50 59 60 64 61 20 84 100 103 104 105 104 30 117 134 138 138 138 139 40 151 169 172 170 170 171 50 186 202 208 207 207 205 60 227 248 251 250 249 251 70 282 304 312 314 305 308 80 364 397 403 409 398 407 90 579 670 706 719 685 707
Nota-se ainda que nos casos de fraude ou anomalia regularizados, o consumo tende a decrescer com o tempo, mas situando-se ainda em patamares superiores que o período anterior à regularização. Uma das possíveis justificativas para este fenômeno, é que uma vez regularizada a fraude ou anomalia e tendo o seu consumo registrado de forma correta e consequentemente aumentado, o consumidor passa a pagar uma conta mais cara e assim também passa a adotar medidas de contenção de consumo. As tabelas 5.1.7 a 5.1.10 apresentam o comportamento de consumo em kWh nos meses antes e depois da regularização da fraude e da anomalia respectivamente.
Observando-se as tabelas 5.1.7 a 5.1.10 é possível constatar que as anomalias ou fraudes ocorrem em uma ampla faixa de consumos provavelmente requer uma priorização das inspeções, para justificar os custos com o processo de regularização. Isso colabora ainda mais para a necessidade de desenvolvimento de novos meios de detecção de fraude que apresentem índices de acertos mais efetivos e custos mais baixos.
A metodologia mais comum na identificação de fraudes ou anomalias adotadas pelas concessionárias de energia elétrica é a análise do comportamento de consumo buscando por uma variação para menor no consumo medido, corriqueiramente denominado de “degrau de consumo”, ao longo de um determinado período. Uma vez identificado este degrau, faz-se uma vistoria em campo ou até a medição do consumo em paralelo para a confirmação da anomalia ou da fraude.
31
Esta metodologia, apesar de muito empregada e de fácil aplicação, possui suas limitações, uma vez que o degrau de consumo pode ser mascarado com uma variação do comportamento do consumo em decorrência de:
a) sazonalidade, e períodos mais quentes ou mais frios nos quais se alteram os padrões de consumo;
b) momento de vida dos consumidores como por exemplo filhos saindo da residência; c) empresas reduzindo capacidade produtiva, ou adotando medidas de eficiência
energética, como troca de lâmpadas e equipamentos que consomem menos energia elétrica, como se viu no racionamento de 2000 e 2001.
Todas estas variações dificultam a localização de um degrau de consumo com precisão e desta forma muitas das inspeções que ocorrem em campo acabam por não comprovarem a suspeita de fraude.
Para os 80.601 casos analisados (total da amostra), para 17,45% constatou-se uma queda de consumo com degrau, menor do que 10% em algum momento no período de 6 meses anteriores à regularização da fraude conforme é mostrado na tabela 5.1.11.
Analisando-se este mesmo universo de casos, mas de forma segmentada de acordo com o resultado da inspeção, constata-se que não há diferenças significativas entre as situações de fraudes identificadas, comparativamente às situações em ordem ou as não inspecionadas. Apenas na situação das anomalias foi constatado um maior percentual de casos, ou seja, 23,91% dos casos tiveram variação menor que 10% em algum mês do período anterior à inspeção.
Esta análise evidencia a dificuldade da identificação de fraudes ou anomalias simplesmente pelo degrau de consumo.
32
Tabela 5.1.11 – Verificação de degrau de consumo nos meses anteriores à inspeção. DEGRAU NO CONSUMO
Situação Qtde. % % Acumulado
Não inspecionada 0 a 10% 2.059 16,75 16,75 10 a 15% 1.115 9,07 25,82 15 a 20% 1.028 8,36 34,18 20 a 25% 710 5,78 39,96 25 a 30 567 4,61 44,57 > 30% 6.814 55,43 100,00 Total 12.293 100,00 Fraude Identificada 0 a 10% 578 16,76 16,76 10 a 15% 288 8,35 25,12 15 a 20% 266 7,71 32,83 20 a 25% 232 6,73 39,56 25 a 30 200 5,80 45,36 > 30% 1.884 54,64 100,00 Total 3.448 100,00 Anomalia 0 a 10% 1.236 23,91 23,91 10 a 15% 459 8,88 32,79 15 a 20% 406 7,85 40,64 20 a 25% 299 5,78 46,42 25 a 30 258 4,99 51,41 > 30% 2.512 48,59 100,00 Total 5.170 100,00 Em ordem 0 a 10% 10.194 17,08 17,08 10 a 15% 8.637 14,47 31,55 15 a 20% 8.032 13,46 45,00 20 a 25% 5.436 9,11 54,11 25 a 30 4.116 6,90 61,01 > 30% 23.274 38,99 100,00 Total 59.689 100,00 Geral 0 a 10% 14.067 17,45 17,45 10 a 15% 10.499 13,03 30,48 15 a 20% 9.732 12,07 42,55 20 a 25% 6.677 8,28 50,84 25 a 30 5.141 6,38 57,22 > 30% 34.485 42,78 100,00 Total 80.601 100,00
