Estudo Geoestatístico entre Variáveis Sócio-Econômicas e Perdas de Energia

1. Estudo Geoestatístico entre Variáveis Sócio-Econômicas e Perdas de Energia Eduardo de Rezende Francisco Vice-Presidência Comercial Eduardo Bortotti Fagundes Vice-Presidência de Operações I Encontro Nacional sobreGeoprocessamento no Setor Elétrico 13 e 14 / Dezembro , Brasília – DF

2. Estudo Geoestatístico entreVariáveis Sócio-Econômicas e Perdas de Energia • Introdução - Contexto Geral • Relevância do Tema • AES Eletropaulo deixa de faturar 2.700 GWh em decorrência de perdas não-técnicas • Perda Comercial de Energia no Setor Elétrico brasileiro de 2005 foi de cerca de R$ 5,1 bilhões (ANEEL, 2005) • Gestão de Perdas Comerciais • Área estratégica para as distribuidoras de energia elétrica • Detecção e Combate  Prevenção  Entendimento • Esforço dedicado – Alta Complexidade • Alto retorno potencial para a empresa • Uso da Análise Espacial • Disponibilidade de informações georreferenciadas na companhia (GIS para apoio à gestão técnica) • Avaliação da Influência Espacial para o fenômeno Propensão à Perda: Ação conjunta daempresa,Multidisciplinaridade, Uso de Técnicas sofisticadas Geoestatística

3. Estudo Geoestatístico entreVariáveis Sócio-Econômicas e Perdas de Energia • Contribuições Anteriores • Apuração das Perdas Totais por Estação Transformadora de Distribuição (ETD) • Instalação de Medidores Eletrônicos no Secundário do Transformador da Estação • Contabilização da Diferença entre a Energia Medida e a Energia Faturada • Melhor forma de apuração da perda • Estudo da Relação entre Consumo deEnergia Elétrica e Renda Domiciliar • Unidade de Investigação: Áreas de Ponderação do Censo Demográfico 2000 (IBGE) • Relação de 91% na explicação da Renda pelo Consumo de Energia no município de São Paulo • Consumo pode ser usado como medida substituta de Renda • (FRANCISCO, 2006) Consumo deEnergia Elétrica Renda Familiar

4. Estudo Geoestatístico entreVariáveis Sócio-Econômicas e Perdas de Energia Ponderaçãoentre os construtos Unidade: ETD (ponto) ModeloAdotado Perda Total Renda Domiciliar (Consumo de Energia Elétrica) Propensão à Perda Unidade: Quadrículas de 1 km2 Concentração de Clientes Cortados Unidade: Quadrículas de 1 km2  Criação de Indicador dePropensão à Perda Concentração de Favelas  Modelo de Regressão Multivariada(explicação da Perda Total) Origem: Áreas de Favelas do PMSP

5. Estudo Geoestatístico entreVariáveis Sócio-Econômicas e Perdas de Energia Metodologia • Extração dos Circuitos(Rede Primária) do GIS • Associação dos circuitos às ETDs • Determinação da Cobertura dos Circuitos das ETDs • GeoEstatística: Determinação de Polígonos de Thiessen(proximidade de cada ponto geográfico aos trechos de rede) • Geração de Malha (GRID) de proximidade por ETD • Conversão para formato vetorial • Recorte da Área de concessão da AES Eletropaulo • Percentual de Perdas por Estação • Diferença percentual entre a Energia Faturada e a Energia Medida

6. Estudo Geoestatístico entreVariáveis Sócio-Econômicas e Perdas de Energia 1- Ligados com Medidor 2- Ligados sem Medidor 3- Desligados com Medidor 4- Desligados sem Medidor 1 km2 Metodologia (cont.) • Clientes Cortados • Criação de malha quadriculada, com células de 1 km de lado • Associação Espacial:Concentração de clientespor situação • Indicador Selecionado:Percentual de Clientes em Situação 3 e 4 • Nível de Renda • Proxy: Concentração de Consumo de Energia Elétrica(FRANCISCO, 2006) • Ponderação entre as concentrações de consumo por áreas censitárias do IBGE e por quadrícula de 1 km de lado • Cobertura de Favelas • Disponível para PMSP • Substituição por Índice de Vulnerabilidade Social • Extração de toda a base de Clientes BT cadastrados no Sistema Comercial (SICON-B) • Associação com a coordenada do Ponto de Carga do Cliente

7. Estudo Geoestatístico entreVariáveis Sócio-Econômicas e Perdas de Energia Maior Propensão à Perda Sobreposição GeográficaOverlay Espacial • Cada Polígono contém: • Perda Percentual por Estação • Renda (Consumo) Médio por Domicílio • Percentual da Área Ocupado por Favelas • Percentual de Clientes Cortados + + + + Mapa das Áreas de Maior Propensão à Incidência de Perdas Comerciais

8. Estudo Geoestatístico entreVariáveis Sócio-Econômicas e Perdas de Energia y y Matriz de Vizinhança y X y X X y 1/2 1/2 X 1/4 1/4 1/4 1/4 1/2 1/2 1/3 1/3 1/3 X W = 1/3 1/3 1/3 Estatística Geo x1 RendaDomiciliar x2 y ClientesCortados Perda Total Regressão Multivariada Espacial x3 Concentração de Favelas y = X +  Wy + X y X y = WX +X + 

9. Estudo Geoestatístico entreVariáveis Sócio-Econômicas e Perdas de Energia O uso da Geoestatística aumentou o poder de explicação da Perdade 11% para 32% Regressão Multivariada SIMPLES REGRESSION SUMMARY OF OUTPUT: ORDINARY LEAST SQUARES ESTIMATION Data set : fase1 Dependent Variable : Perda Percentual Number of Observations: 7651 Mean dependent var :1.21553e-008 Number of Variables : 4 S.D. dependent var : 0.999935 Degrees of Freedom : 7647 R-squared : 0.111343 F-statistic : 319.373 Adjusted R-squared : 0.110994 Prob(F-statistic) : 0 Sum squared residual: 6798.23 Log likelihood : -10404.2 Sigma-square : 0.889006 Akaike info criterion : 20816.4 S.E. of regression : 0.942871 Schwarz criterion : 20844.2 Sigma-square ML : 0.888541 S.E of regression ML: 0.942625 Regressão Multivariada com Termo Auto-Regressivo REGRESSION SUMMARY OF OUTPUT: SPATIAL LAG MODEL - MAXIMUM LIKELIHOOD ESTIMATION Data set : fase1 Spatial Weight : fase1.GAL Dependent Variable : Perda Percentual Number of Observations: 7651 Mean dependent var :1.21553e-008 Number of Variables : 5 S.D. dependent var : 0.999935 Degrees of Freedom : 7646 Lag coeff. (Rho) : 0.545362 R-squared : 0.320782 Log likelihood : -9571.13 Sq. Correlation : - Akaike info criterion : 19152.3 Sigma-square : 0.67913 Schwarz criterion : 19187 S.E of regression : 0.824093 Indicador de Auto-correlação Espacial(I de Moran): 43% da propensão à Perda está correlacionada com a perda das áreas vizinhas

10. Estudo Geoestatístico entreVariáveis Sócio-Econômicas e Perdas de Energia • Próximos Passos • Extensão e Amadurecimento da Metodologia Geoestatística • Aplicação de outras matrizes de vizinhança • Teste de Significância de outras variáveis independentes:Índice de Vulnerabilidade Social, IDH, variáveis demográficas da PNAD 2005, Indicadores internos da AES Eletropaulo • Apropriação de Indicadores de Satisfação de Clientes da Pesquisa ABRADEE 2006 e de outras pesquisas de Satisfação da AES Eletropaulo • Associação dos resultados das pesquisas à regiões geográficas • Inclusão de novo layer à metodologia de overlay espacial • Análise da Correlação entre Perda e Satisfação do Cliente

11. Estudo Geoestatístico entreVariáveis Sócio-Econômicas e Perdas de Energia • Conclusões • Associação Significativa entre as variáveis analisadas: Renda, Inadimplência, Concentração de Favelas e Perdas de Energia • Fácil implantação e manutenção da metodologia geoestatística • Ferramenta de apoio para definição de estratégias, tais como: • Regularização de núcleos clandestinos • Resgate de clientes cortados através de estratégias comerciais • Direcionamento de possíveis instalações de redes anti-fraude e equipamentos específicos • Direcionamento das equipes de Fraude somente em clientes ligados e em determinadas áreas geográficas • Priorização das ações conforme indicador dePropensão à Perda Comercial

12. Estudo Geoestatístico entreVariáveis Sócio-Econômicas e Perdas de Energia Muito Obrigado !!! Eduardo de Rezende FranciscoEduardo Bortotti Fagundes I Encontro Nacional sobreGeoprocessamento no Setor Elétrico 13 e 14 / Dezembro , Brasília – DF