Cuando el Big Data ayuda a detectar el fraude eléctrico

El impacto económico de las malas prácticas en el sector eléctrico podría suponer unos 150 millones de euros anuales, según CNMC.

Nunca antes habíamos tenido tanta información. Ni tanto control de los distintos tipos de fraude que pueden cometerse en la sociedad. Y es que los datos a menudo delatan conductas sospechosas. ¿Sabes de qué manera detectan hoy en día muchas compañías eléctricas los posibles fraudes que se cometen en la luz? A través del Big Data.

La Comisión Nacional de los Mercados y de la Competencia (CNMC) cifra el impacto económico de las malas prácticas en el sector eléctrico en unos 150 millones de euros anuales de pérdidas. No obstante estas prácticas se pueden detectar a través de los datos que proporcionan los contadores de la luz.

El director del área de Energy Predictive Analytics en el Instituto de Ingeniería del Conocimiento (IIC), Pedro Tejedor, explica que las pérdidas no técnicas de la luz, entre las que se encuentra el fraude, «se detectan como una anomalía en el consumo, o por parecido con comportamientos fraudulentos ya conocidos». Una de las claves, indica, para que se pueda detectar que hay fraude energético es que se conozca «el comportamiento del consumo».

En este sentido, señala, se ha avanzado bastante con los contadores electrónicos, ya que «antes se conocía la cuantía de consumo de cada cliente de forma acumulada y solo una vez cada dos meses, cuando un operario se desplazaba hasta el contador y obtenía el dato. Hoy en día, se consiguen datos del consumo hora a hora mediante telelectura». Eso, expone, facilita una visión «más pormenorizada» del comportamiento de la demanda en cada punto de consumo.

Para ello, el uso de los datos es fundamental. Tejedor apunta que toda la información que se recibe de los contadores eléctricos «es auténtico Big Data». «Los clientes de las distribuidoras se cuentan normalmente por centenares de miles o por millones. De cada uno se tienen los datos de contador, concretamente seis datos cada hora, y en el futuro, se tendrán datos cuarto horarios. Son series muy grandes, y buscar aquella que tiene un comportamiento anómalo es a veces como buscar una aguja en un pajar», explica.

Datos para conocer el consumo

A fin de poder caracterizar la demanda, las eléctricas emplean también el dato meteorológico y el de laboralidad. «Esto ayuda cuando se puede acompañar de otros datos que caracterizan al cliente», añade.

Con el paso del tiempo, al igual que los contadores eléctricos han evolucionado, las prácticas fraudulentas también lo han hecho, apunta Tejedor. Se ha producido un «mayor nivel de sofisticación de las pérdidas no técnicas».

Cuenta que cuando los dispositivos de medición eran analógicos, «se acudía a estropear el disco medidor para que girara más lento o, como nos encontramos en un país tropical, añadiendo melaza al contador para que se llenara de hormigas y lo retrasaran».

En el caso de los contadores trifásicos, «se puenteaba alguna de las fases para reducir el consumo».

Ya con los contadores digitales, indica que se dan otros procedimientos más sofisticados «como el conocido imán en el contador». En cualquier caso, según el experto, «se amparan en que es difícil distinguir los comportamientos anómalos en la masa de clientes».

Sin embargo, en la actualidad con las técnicas de Big Data e Inteligencia Artificial es más fácil detectar las pérdidas no técnicas porque » se pueden aislar cada vez con más precisión aquellos contadores que presentan comportamientos anómalos».

TE PUEDE GUSTAR

EVENTOS

RECIBE NUESTRA NEWSLETTER

*Email:

*Nombre:

*Empresa:

Cargo:

Sector:
     

Please don't insert text in the box below!

ESCUCHA NUESTRO PODCAST

SÍGUENOS EN RRSS

MÁS COMENTADOS

Scroll al inicio
Resumen de privacidad

Las cookies y otras tecnologías similares son una parte esencial de cómo funciona nuestra web. El objetivo principal de las cookies es que tu experiencia de navegación sea más cómoda y eficiente y poder mejorar nuestros servicios y la propia web. Aquí podrás obtener toda la información sobre las cookies que utilizamos y podrás activar y/o desactivar las mismas de acuerdo con tus preferencias, salvo aquellas Cookies que son estrictamente necesarias para el funcionamiento de la web de BigDataMagazine. Ten en cuenta que el bloqueo de algunas cookies puede afectar tu experiencia en la web y el funcionamiento de la misma. Al pulsar “Guardar cambios”, se guardará la selección de cookies que has realizado. Si no has seleccionado ninguna opción, pulsar este botón equivaldrá a rechazar todas las cookies. Para más información puedes visitar nuestra Políticas de Cookies. Podrás cambiar en cualquier momento tus preferencias de cookies pinchando en el enlace “Preferencias de cookies” situado en la parte inferior de nuestra web.