Detecção de fraudes em consumidores de energia elétrica da classe Alta Tensão Horo Sazonal, utilizando Mapas Auto Organizáveis Self-Organizing Maps (SOM), baseado em análise de memórias de massa / Fraud Detection in Hourly fashioned Electrical Energy Consumer through the use of Artificial Neural Networks (SOM) based on Mass Memories Analysis
AUTOR(ES)
Fernando Antonio Camargo Guimarães
DATA DE PUBLICAÇÃO
2008
RESUMO
O presente trabalho tem por objetivo pesquisar e identificar a melhor configuração de rede SOM - Self-Organizing Maps, capaz de apontar a partir das memórias de massa retiradas dos medidores de clientes de alta tensão da concessionária Enersul, potenciais fraudadores. Uma vez determinada a melhor configuração da rede SOM, esta poderá orientar a área de perdas das concessionárias, quais os clientes que apresentem características de fraudadores e que deverão sofrer inspeções.
ASSUNTO(S)
electrical energy consumer fraud detection redes neurais grupo tarifário horo sazonal artificial neural networks engenharia eletrica detecção de fraudes memória de massa mass memories self-organizing maps consumo de energia elétrica
Documentos Relacionados
- Mapas auto-organizáveis na análise exploratória de dados geoespaciais multivariados
- Categorização de imagens médicas baseada em transformada wavelet e mapas auto-organizáveis.
- Análise de Sinais Eletrocardiográficos Atriais Utilizando Componentes Principais e Mapas Auto-Organizáveis.
- Reconhecimento automático de locutor em modo independente de texto por Self-Organizing Maps.
- A self-organizing maps classifier structure for brain computer interfaces
