Casi 2 millones de viviendas de la regi\u00f3n se podr\u00edan haber abastecido con electricidad durante todo el 2019, utilizando las p\u00e9rdidas generadas en los sistemas de transmisi\u00f3n y distribuci\u00f3n[1]? Para disminuir estas p\u00e9rdidas, el BID ha desarrollado Energizados, una herramienta que usa inteligencia artificial para automatizar la detecci\u00f3n de fraudes el\u00e9ctricos.<\/p>\n
Para que la electricidad llegue a las ciudades, comunidades y empresas, la energ\u00eda el\u00e9ctrica debe transportarse usando redes de transmisi\u00f3n, transformadores, l\u00edneas de distribuci\u00f3n y varios equipos. Sin embargo, existe un porcentaje que se pierde en dicho transporte. Estas p\u00e9rdidas se conocen como \u201cp\u00e9rdidas t\u00e9cnicas\u201d y son inherentes al trasporte de electricidad. Adicionalmente, existe otro tipo de p\u00e9rdidas energ\u00e9ticas, las \u201cp\u00e9rdidas no t\u00e9cnicas.\u201d Am\u00e9rica Latina y el Caribe pierde aproximadamente 15% del total de la oferta de electricidad[2].<\/p>\n
Las p\u00e9rdidas no t\u00e9cnicas son aquellas causadas normalmente por robos y fraudes el\u00e9ctricos. El primero (p\u00e9rdidas por robo) es cuando un individuo realiza conexiones ilegales a la red el\u00e9ctrica para evitar pagar los consumos; el segundo (p\u00e9rdidas por fraude) ocurre cuando una persona manipula los medidores el\u00e9ctricos o cableados con el fin de reducir las lecturas del consumo de energ\u00eda y pagar menos.<\/p>\n
Las consecuencias de las p\u00e9rdidas no t\u00e9cnicas
\nEn consecuencia, el hurto de energ\u00eda no afecta solamente a las empresas distribuidoras y comercializadoras, sino que repercute sobre toda la comunidad: las conexiones ilegales pueden causar explosiones, incendios, da\u00f1os a la propiedad, electrocuciones y hasta la muerte. Adem\u00e1s, el robo de energ\u00eda origina p\u00e9rdidas directas de ingresos e incrementa los costos operacionales de la distribuci\u00f3n, y que en general, son transferidos a la poblaci\u00f3n.<\/p>\n
Por ejemplo, en Brasil, se estima que en el a\u00f1o 2017 por robo se dejaron de facturar aproximadamente 62 millones de d\u00f3lares\u2013 solamente en el \u00e1rea de concesi\u00f3n de la CEEE, empresa distrubuidora. Aunque se tiende a creer que los mayores fraudes se dan en el sector residencial, la realidad es que existen m\u00e1s p\u00e9rdidas econ\u00f3micas debido a fraudes y robos en el \u00e1rea comercial.<\/p>\n
Por lo tanto, reducir las p\u00e9rdidas no t\u00e9cnicas es clave para mantener la sostenibilidad financiera de las empresas y el buen funcionamiento de la red el\u00e9ctrica, evitando sobrecargas que puedan ocasionar apagones y el deterioro de esta.<\/p>\n
En los \u00faltimos a\u00f1os han surgido nuevas tecnolog\u00edas que permiten atacar el problema del fraude en diversos sectores. Tecnolog\u00edas como los medidores inteligentes (Smart Meters), el internet de las cosas (IoT), la inteligencia artificial (AI) y el aprendizaje autom\u00e1tico (Machine Leaning) hacen que este inconveniente sea m\u00e1s f\u00e1cil de identificar y reducir. Por ejemplo, las entidades bancarias hacen uso de estas tecnolog\u00edas de punta para detectar comportamientos que indican un delito financiero. Dado el \u00e9xito en este sector, otros sectores como la industria el\u00e9ctrica, empez\u00f3 hacer uso de ellas para la identificaci\u00f3n de las p\u00e9rdidas no t\u00e9cnicas.<\/p>\n
Transformaci\u00f3n digital, un pilar de la Visi\u00f3n 2025 del BID
\nComo parte de las actividades de Transformaci\u00f3n Digital bajo la Visi\u00f3n 2025 del BID que viene desarrollando el sector de Infraestructura, junto con la empresa de distribuci\u00f3n de energ\u00eda CEEE se desarroll\u00f3 Energizados. El objetivo es reducir los fraudes el\u00e9ctricos y posibles da\u00f1os en las comunidades. CEEE distribuye energ\u00eda a 72 municipios y proporciona electricidad a 1,5 millones de clientes en sus 47.000 km de redes urbanas y rurales. Se unieron para crear un piloto que usa aprendizaje autom\u00e1tico (Machine Learning) para atacar la problem\u00e1tica de p\u00e9rdidas no t\u00e9cnicas.<\/p>\n
Energizados es una aplicaci\u00f3n que usa Machine Learning y m\u00e9todos estad\u00edsticos para ayudar a las empresas a reducir los fraudes y robos en la red el\u00e9ctrica. Esta soluci\u00f3n se empez\u00f3 a desarrollar a finales del a\u00f1o 2020 utilizando datos de los consumos mensuales el\u00e9ctricos de los usuarios y otros variables descriptivas para construir modelos de predicci\u00f3n.<\/p>\n
\u00bfC\u00f3mo funciona Energizados?
\nPara verificar la asertividad de las predicciones arrojadas por Energizados estas fueron validadas en campo. Es decir, se inspeccion\u00f3 f\u00edsicamente que los medidores identificados por Energizados como fraudulentos fueran en realidad fraudes. En este proceso de detecci\u00f3n, Energizados increment\u00f3 en 5 puntos porcentuales la captura de unidades consumidoras fraudulentas, en comparaci\u00f3n con el software que usa actualmente la compa\u00f1\u00eda, el cual obtuvo una precisi\u00f3n entre el 17% y 23%. Adicionalmente, esta plataforma ayud\u00f3 a detectar fraudes en diferentes zonas de la ciudad, mientras que el software usado por la compa\u00f1\u00eda est\u00e1 sesgado a los mismos sitios.<\/p>\n
Energizados sugiere ser prometedor para la disminuci\u00f3n de p\u00e9rdidas no t\u00e9cnicas ya que contribuye a realizar las inspecciones de forma m\u00e1s eficiente, lo cual induce a una disminuci\u00f3n de los costos de las mismas y el incremento en la asertividad de la detecci\u00f3n de fraudes. Adem\u00e1s, con la interfaz gr\u00e1fica prove\u00edda a los usuarios finales, Energizados permite obtener una visi\u00f3n general que ayuda a tomar decisiones m\u00e1s asertivas para realizar las inspecciones en campo.<\/p>\n
Energizados es una aplicaci\u00f3n que ayuda a detectar y disminuir las p\u00e9rdidas no t\u00e9cnicas reduciendo tiempos de regularizaci\u00f3n e incrementando la precisi\u00f3n de identificaci\u00f3n de fraudes, as\u00ed podemos decir que: \u00a1Energizados est\u00e1 automatizando la detecci\u00f3n de fraudes el\u00e9ctricos!<\/p>\n
Es importante remarcar que adem\u00e1s del uso de la tecnolog\u00eda es necesario realizar campa\u00f1as de concientizaci\u00f3n sobre los da\u00f1os materiales y econ\u00f3micos que conlleva este tipo de problemas y as\u00ed tambi\u00e9n poder contribuir a la disminuci\u00f3n de los riesgos y costos.<\/p>\n
Dado los beneficios que Energizados puede proveer para reducir los impactos causados por las perdidas no t\u00e9cnicas, se est\u00e1 analizando la implementaci\u00f3n de ella en diferentes pa\u00edses de la regi\u00f3n. Asimismo, se esta empezando a realizar una adaptaci\u00f3n para ser implementada en el sector de agua y saneamiento. As\u00ed, en varios sectores \u00a1Energizados est\u00e1 automatizando la detecci\u00f3n de fraudes el\u00e9ctricos!<\/p>\n
<\/p>\n","protected":false},"excerpt":{"rendered":"
Casi 2 millones de viviendas de la regi\u00f3n se podr\u00edan haber abastecido con electricidad durante todo el 2019, utilizando las p\u00e9rdidas generadas en los sistemas de transmisi\u00f3n y distribuci\u00f3n[1]? Para disminuir estas p\u00e9rdidas, el BID ha desarrollado Energizados, una herramienta que usa inteligencia artificial para automatizar la detecci\u00f3n de fraudes el\u00e9ctricos. Para que la electricidad […]<\/p>\n","protected":false},"author":16,"featured_media":3925,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[263],"tags":[],"class_list":["post-3924","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-energia"],"acf":[],"yoast_head":"\n