Semin
Semin
á
á
rio de Inteligência em
rio de Inteligência em
Prote
Prote
ç
ç
ão de Receita
ão de Receita
Metering Latin America 2010
Visão Integrada de Prote
• O Aging 90 das faturas de TOI foi de
26% em 2009
• O Aging 90 de consumidores normalizados foi
85% em 2009
Ações de
combate
a
perdas
Ações de
combate
a
perdas
Normalizações
Normalizações
Inadimplência
Inadimplência
Faturas de
Fraude (TOI)
Faturas de
consumo
Efeito das ações de perdas na inadimplência:
Visão Integrada de Prote
Ações de corte
por
inadimplência
Ações de corte
por
inadimplência
Pagar a conta
Re-ligação
Pagar a conta
Re-ligação
Fraude
Fraude
Em 2009 63% dos cortes
pediram religação e os
demais ???
37% dos cortes são...
Possíveis novos
fraudadores
Efeito das ações de combate a inadimplência
nas perdas:
Visão Integrada de Prote
Maior a perda... Maior a probabilidade de interrupções...
Perda não técnica (PNT)
Detecção da PNT
Energia Incrementada
Redução na requerida
Tempo
kWh
Faturado
Consumo
32%*
68%*
Visão Integrada de Prote
A Evolução da Recuperação de Perdas
• 1ª Geração
– Utilização de módulos de sistemas comerciais
– Conjunto de relatórios pré-definidos com configuração
de parâmetros para detectar anomalias de consumo e
combinar com irregularidades de leitura
• 1ª Geração
– Regras de quedas de consumo
A Evolução da Recuperação de Perdas
• 2ª Geração
– Utilização de data marts com tecnologias de business
intelligence, tais como DW, OLAP, Reporting
– Capacidade de cruzar informações do sistema
comercial e outros para gerar relatórios de indícios de
perdas
• 2ª Geração
DW
DW
CRM
CRM
Faturamento
Faturamento
MDM
MDM
GIS
GIS
• 2ª Geração
Cubos multidimensionais
Relatórios dinâmicos
A Evolução da Recuperação de Perdas
• 3ª Geração
– Utilização de sistemas de inteligência computacional,
com conceitos de lógica nebulosa, redes neurais, etc
– Identificação de características de fraudadores
• 3ª Geração
– Exemplo de
distribuição espacial
de 3 características
normalizadas
1
C
2
C
C
3
• 3ª Geração
– Exemplo de clusterização em um espaço
11-dimensional
Elementos do Cl.1 Centróide do Cl.1 Elemento mais distante do Cl.1 Elementos do Cl.2 Centróide do Cl.2 Elemento mais distante do Cl.2 Elementos do Cl.3 Centróide do Cl.3 Elemento mais distante do Cl.3• 3ª Geração
– Exemplo de clusterização em espaço 11-dimensional
Elementos do Cl.1
Elementos do Cl.2
Elementos do Cl.3
Elementos NAs
• 3ª Geração
– Exemplo de clusterização em espaço 11-dimensional
Elementos do Cl.1 Elementos do Cl.2 Elementos do Cl.3 Elementos NAs Pontos de Corte 0.16 0.25
A Evolução da Recuperação de Perdas
• 3ª Geração
– A redução de “falsos positivos” (NA) foi de até 88%, o que reduziria
os falsos alarmes em até 10 vezes
Regional
Regra de
Consumo
Classificador
FR
NA
FR
A
12,6%
81%
25%
B
4,7%
88%
15%
C
17,4%
81%
23%
• 3ª Geração
• 3ª Geração
– Risco x Retorno
A Evolução da Recuperação de Perdas
• 4ª Geração
– Utilização de conceito de sistemas evolutivos
– Consideram que os fraudadores se adaptam
(mutação)
– Os algoritmos aprendem com a adaptação dos
fraudadores
– Identificam micro-características (genes) de
fraudadores
0101100101111001101001000010001010
0110110101110000101010111011111000
1101101101111110100110010010001101
0001111001101101000101111000101101
0011011001101000000100110001001110
000011101001100101100001010010
1000100010100100010101010000101010
0010101110111101011010010111010010
1010011101010101001010010101011101
0101001010101011010101001011001011
1011110100011100001010000100111010
100011100001010101100101110101
A Evolução da Recuperação de Perdas
• 4ª Geração
Sequência A
Sequência B
0
1
0
0
0
0
0
1
1
1
1
1
0
1
0
1
0
0
0
0
0
1
1
1
1
0
1
A Evolução da Recuperação de Perdas
• 4ª Geração
– Identificação dos genes dos fraudadores
A
G
C
A
A
A
G
G
G
C
C
C
AAA AAG AAC AGA AGG AGC ACA ACG ACC GAA GAG GAC GGA GGG GGC GCA GCG GCC CAA CAG CAC CGA CGG CGC CCA CCG CCCCentro de inteligência
Centro de inteligência
-
-
CI
CI
Tecnologias
Processos
Competência
Centro
de
Inteligência
•
Necessidade de avaliação da efetividade das ações de cobrança
Exemplo em um mesmo cliente...
Faturament
o
Faturament
o
Vencimento
Vencimento
Negativação
Negativação
30 dias
Reaviso
Reaviso
Corte
Corte
Pagamento
Pagamento
Qual é a ação efetiva ?
A Inteligência na Arrecada
A Inteligência na Arrecada
ç
ç
ão
ão
Faturament
o
Faturament
o
Vencimento
Vencimento
Negativação
Negativação
30 dias
Pagamento
Pagamento
Efetividade
2 dias
Efetividade
2 dias
Efetividade
12 dias
Efetividade
12 dias
Base de dados
histórica
Perfil de clientes
Modelo de
estimativa do
valor de
probabilidade de
arrecadação
Priorização
Maximização do
resultado
Réguas por perfil de cliente
Modelo adaptativo –
Melhoria de resultados contínuos
Réguas de cobrança
adaptadas
dinamicamente
(garantia do fluxo
ótimo)
Perfil
Sistema
Comercial
Ação de
cobrança
A Inteligência na Arrecada
Vencimento
30
60
90
120
150
Reaviso
Corte Negativação Cobrança
Reaviso Corte Negativação
Cobrança
Aumento do AGING 90 dias
Redução da PDD e Perdas
Rec. PDDRégua por
perfil
Régua por
perfil
Régua por
classe
Régua por
classe
A Inteligência na Arrecada
A Inteligência na Arrecada
1
0
1
1
Pr[
1]
1
X
p
X
p
Y
e
− −
β β
− −
β
= =
+
L
• Probabilidade de arrecadação
• X – variável de entrada
• Valor da dívida
• Tempo da dívida
• Perfil
• Ação de cobrança
• Etc
•
β
– regressores do modelo
A Inteligência na Arrecada
Na seleção usamos os conceitos de probabilidade e de valor esperado para
selecionar as ações
Priorização por
inteligência
Aumento na
arrecadação
A Inteligência na Arrecada
Inteligência Geo-Elétrica
• Uma concessionária, muitas regiões com soluções
diferentes
– Análise na visão geo-elétrica das informações de
perdas, arrecadação e interrupções
• Áreas por níveis de arrecadação
Resultado das A
Resultado das A
ç
ç
ões
ões
PRODUTIVIDADE
QTDE. DE UC’s INSP.
ACERTIVIDADE ACERTIVIDADE ACERTIVIDADE ACERTIVIDADE RAIO RAIO RAIO RAIO ALTURA ALTURA ALTURA ALTURA SUBESTA SUBESTA SUBESTA SUBESTAÇÇÇÇÃOÃOÃOÃO
>30%
Resultado das A
Maximizando o retorno da prote
Maximizando o retorno da prote
ç
ç
ão de receita
ão de receita
• Dado um determinado investimento, como maximizar o
retorno de redução de perdas, arrecadação e
interrupções ?
Pedido Patente
# 20100076646
• Curvas de rendimento decrescente por região
geo-elétrica para ações no consumidor
Sistemas
Corporativos
Quantity of Actions
Transformer A
Transformer B
Maximizando o retorno da prote
• Identificação de correlação multi-variável
• Clusterização de regiões geo-elétricas
Transformer B
Transformer A
Transformer C
Maximizando o retorno da prote
Maximizando o retorno da prote
ç
ç
ão de receita
ão de receita
Pedido Patente
# 20100076646
• Inferência e interpolação para regiões geo-elétrica sem
histórico estatístico suficiente
Quantity of Actions
Transformer A
Transformer B
Quantity of Actions
Transformer C
0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00 0 1000 2000 3000 4000 5000 6000 7000 8000 9000Maximizando o retorno da prote
– Identificação automática de áreas contíguas (algoritmo guloso) para
ações na rede
• Sementes pré-definidas ou direcionadas por retorno, densidade
e etc.
Maximizando o retorno da prote
• Definição de custo de ações na rede
– Custos variáveis por características do circuito
Ex: Custo
SmartMeter= Custo
Blind* . KM
BT+ Custo
SMC**. QtdCaixas
Necessárias+ Custo
Manut*** . Qtd
UCSMaximizando o retorno da prote
• Otimização combinatória
– Qual a melhor ação por transformador ?
– n
X
, onde n é o número de ações e x é o
número de transformadores
– 2
74000
possibilidades !!!
Maximizando o retorno da prote
Maximizando o retorno da prote
ç
ç
ão de receita
ão de receita
Pedido Patente
# 20100076646
• SMC x Inspeção otimizado para áreas de blindagem entre
4000 e 8000 UCs e com densidade mínima de 160 UCs/km de
rede BT
REALIZADO
OTIMIZADO
Maximizando o retorno da prote
Plataforma de inteligência integrada
Centro de Inteligência de REN
Maximização da Energia
Recuperada e Incorporada
Centro de Inteligência de REN
Maximização da Energia
Recuperada e Incorporada
Centro de Inteligência de
Arrecadação
Maximização da Arrecadação
Redução PDD e Perdas
Centro de Inteligência de
Arrecadação
Maximização da Arrecadação
Redução PDD e Perdas
Priorização de
Investimentos de
proteçãode receita
através da clusterização
geo-elétrica das áreas .
Priorização de
Investimentos de
proteçãode receita
através da clusterização
geo-elétrica das áreas .
Sistemas Corporativos
Resultados
Resultados
-
-
Light
Light
0 50 100 150 200 250 300 2007 2008 2009
Energia Rec + Inc (GWh)
0 200 400 600 800 1000 1200 2007 2010 (1o Sem)