Entradas

Endesa detectó casi 65.000 casos de fraude eléctrico en 2018, equivalente al consumo de Palma de Mallorca durante medio año

Europa Press.- Endesa detectó en 2018 cerca de 65.000 fraudes eléctricos y recuperó 601 millones de kWh defraudados, una cifra que equivale al consumo eléctrico de Palma de Mallorca durante 6 meses. Según la compañía, el uso de las nuevas tecnologías y la colaboración con las Fuerzas de Seguridad y los ciudadanos están permitiendo reforzar la lucha contra este problema. Tan sólo en el último año, las denuncias de ciudadanos ayudaron a destapar cerca de 4.000 fraudes.

Durante el pasado ejercicio, 4 de cada 10 inspecciones realizadas por la compañía concluyó con la detección de fraudes. En el 48% de los casos, se trató de enganches ilegales a la red por parte de usuarios sin contrato y el resto, a otro tipo de fraudes, como dobles acometidas o manipulación de los equipos de medida. Endesa incide en que el fraude eléctrico es, sobre todo, un problema grave para la seguridad y la salud de las personas, tanto para el propio defraudador como para los que le rodean. En los últimos años, se han registrado numerosos casos de incendios y descargas provocadas por la manipulación de las instalaciones.

Otro factor que agrava el problema del fraude es el crecimiento de los cultivos de cannabis que se ha producido en los últimos años. Estos cultivos van frecuentemente acompañados de enganches ilegales a la red eléctrica, que pueden llegar a generar importantes interrupciones de suministro a los núcleos de población en los que se llevan a cabo. Una vivienda utilizada como plantación indoor de marihuana consume el equivalente a 20 viviendas y la concentración de estos cultivos en determinadas zonas llega a saturar la red.

La compañía señala que el fraude eléctrico supone un perjuicio social ya que se traduce en un incremento de la factura eléctrica del conjunto de los consumidores y puede poner en riesgo tanto la seguridad como la calidad de suministro del resto de usuarios. «Además, en contra de lo que podría creerse, el grueso del fraude eléctrico en España lo cometen grandes consumidores, tanto empresas de sectores industriales y de servicios como negocios y domicilios particulares con consumos elevados», revela.

Dentro de su apuesta por la digitalización, Endesa está redoblando los esfuerzos en la aplicación de algoritmos avanzados para la detección de fraude. A la utilización del Big Data, se suman las nuevas tecnologías desarrolladas en los últimos años. Destacan, entre otras, los videoscopios y trazadores, que permiten inspeccionar instalaciones subterráneas, empotradas en las paredes, o inaccesibles a simple vista, para detectar, entre otras manipulaciones, la existencia de dobles acometidas.

En 2018, Endesa recibió más de 46.600 notificaciones de posibles fraudes en la línea telefónica (800 760 20) y el mail anomalias@enel.com. Mediante estos canales, los ciudadanos pueden aportar, de manera confidencial, cualquier información sobre anomalías y presuntos fraudes. Además, hay en la nueva web de Endesa un servicio para que los ciudadanos puedan realizar denuncias acerca de posibles fraudes.

Madrileña Red de Gas confía en el Big Data para hacer más eficientes sus predicciones sobre la demanda gasista

Redacción.- El Instituto de Ingeniería del Conocimiento (IIC) y la distribuidora Madrileña Red de Gas colaboran conjuntamente para predecir la energía que consumirán los usuarios de la compañía gasista. La aplicación de técnicas de analítica descriptiva y predictiva llevada a cabo por el IIC permite a la distribuidora obtener predicciones anuales y mensuales de la demanda, así como el análisis de diversos escenarios de crecimiento de clientes.

Para crear este modelo predictivo, el IIC ha realizado un análisis descriptivo de los datos de todos los clientes de Madrileña Red de Gas, con variables como la geolocalización, las cifras de consumos y distintas variables meteorológicas. Basándose en el histórico de estos datos, ha desarrollado una herramienta predictiva con tecnología Big Data para estimar la demanda de gas. Este modelo de predicción ofrece la opción de realizar proyecciones a futuro según diversos escenarios y desarrollar planes conforme a las previsiones de la demanda de cada uno de ellos. Además, permite focalizar la atención y priorizar la inversión, para optimizar los recursos y ahorrar costes, ayudando así a gestionar de forma más eficiente el servicio.

Esta colaboración está en la línea de la mejora del servicio a sus clientes por parte de la compañía, que distribuye aproximadamente 9.500 GWh a través de una red de más de 5.600 km en la Comunidad de Madrid. Para Julia Díaz, Directora de Innovación de Health and Energy Predictive Analytics en el IIC, que ha llevado a cabo el proyecto, “contar con un modelo predictivo es una garantía para la compañía que puede realizar proyecciones y gestionar los recursos de manera óptima. La tecnología Big Data es una gran aliada para las compañías distribuidoras porque permite extraer predicciones muy ajustadas, mediante el análisis de los datos del consumo de los usuarios, que les ayudan a ofrecer un mejor servicio”.

El IIC (Instituto de Ingeniería del Conocimiento) es una entidad privada de I+D+i especializada en la extracción de conocimiento a partir de grandes volúmenes de datos heterogéneos (Big Data) y la optimización de procesos empresariales. El IIC nació hace más de 25 años con la vocación de ser en puente entre empresas y universidades. El equipo del IIC, lo integran profesionales altamente cualificados y cuenta con IBM, Gas Natural Fenosa, Grupo Santander y la Universidad Autónoma de Madrid como socios.

Repsol aplicará tecnología de Google Cloud en su refinería de Tarragona para mejorar sus márgenes en 17 millones de euros

EFE.- Repsol y Google Cloud han puesto en marcha un proyecto pionero a nivel mundial para optimizar la gestión de una refinería en el complejo industrial de Tarragona utilizando potencia de computación, big data y su algoritmo de inteligencia artificial, que puede suponer para la instalación petrolera unos 20 millones de dólares anuales (17 millones de euros) en mejora de márgenes, con una significativa evolución al alza en caso de que se lograsen todos los objetivos de optimización, según la petrolera.

Google Cloud pondrá a disposición de Repsol su potencia de computación, la experiencia de su equipo de proyecto y su herramienta de machine learning Cloud ML Engine, que utilizará el algoritmo de inteligencia artificial TensorFlow. Los objetivos, tanto en consumo energético como en el del resto de recursos, son aumentar el rendimiento y la eficiencia de una refinería, en las que cuentan 400 variables en su gestión avanzada, lo que exige capacidad de computación y un control ingente de datos. Hasta ahora, las funciones digitalizadas abarcan como máximo 30 variables. Asimismo, se espera aumentar 30 céntimos de dólar el margen.

De las 6 refinerías que opera Repsol en España y Perú, se ha escogido ésta porque la configuración en línea de su esquema productivo facilita el despliegue de esta gestión digital. Esta instalación tiene una capacidad de destilación de 186.000 barriles de petróleo al día y es la tercera del Grupo Repsol en volumen. Ocupa más de 500 hectáreas, una superficie equivalente a la del centro urbano de Tarragona, el refino procesa unas 9,5 millones de toneladas de materia prima al año y los tanques de almacenamiento tienen un millón de metros cúbicos de capacidad.

Las refinerías ya aplican otras herramientas digitales como Siclos, con la que se conoce en tiempo real la traducción económica de la forma de operar o Nepxus, que aumenta la planificación y la agilidad en las decisiones en la sala de control. La directora general de Downstream de Repsol, María Victoria Zingoni, destaca que el proyecto con Google ayudará a «reducir el consumo energético, que es el principal coste de una refinería, y a incrementar la fiabilidad de las unidades». Asimismo, la directora general de Google en España y Portugal, Fuencisla Clemares, señala que el «big data representan una grandísima oportunidad para aumentar la eficiencia».

El Big Data se convierte en gran aliado de la energía eólica al mejorar las predicciones de producción de electricidad

Redacción.- El Instituto de Ingeniería del Conocimiento (IIC), a través de un sistema propio de predicción de producción energética basado en Big Data, ofrece información muy precisa sobre la generación eólica, lo que aporta estabilidad a la gestión del sistema eléctrico.

La energía eólica es la energía renovable con mayor expansión en el mundo. España es el quinto país a nivel mundial en producción de electricidad a partir de parques eólicos, lo que convierte a esta tecnología en la segunda fuente de generación que más aporta al sistema eléctrico nacional, con una cobertura de la demanda cercana al 20%. Los agentes dan cada vez más entrada a la eólica en todos los mercados, no sólo en la subasta diaria, sino también en la intradiaria y en los mercados de ajustes, que exigen la máxima precisión y rapidez de respuesta. Esto ha supuesto un desafío importante, y para conseguirlo, es estratégico contar con una previsión precisa y fiable de la producción eólica.

La eólica plantea sus propios retos para las empresas generadoras. Para poder acudir al mercado eléctrico necesitan conocer cuánta energía pueden producir y ofertar en cada momento. El reto está en que no se puede modificar la generación actuando sobre las condiciones que le afectan, como la velocidad del viento, temperatura, humedad, etc… por tanto es necesario predecir la producción con antelación. Esta necesidad fue tempranamente detectada por el IIC, que lleva 15 años implicado en el sector eléctrico ayudando a gestionar los datos producidos.

Sistema EA2 y Big Data

La precisión en la predicción se ha visto potenciada por la aplicación de tecnologías Big Data, consideradas las más punteras. En este sector, el IIC ha desarrollado uno de los sistemas de predicción más avanzados, basado en la aplicación de técnicas de analítica predictiva, como redes neuronales o máquinas de vector soporte. Este sistema, llamado EA2, aplica técnicas de aprendizaje automático para ofrecer predicciones muy ajustadas a los agentes. Las compañías generadoras las utilizan para perfilar las ofertas de energía con las que acuden al mercado eléctrico. Los operadores del sistema eléctrico las usan para afinar la casación entre generación y demanda. Los más avanzados cuentan con la eólica también para los servicios de ajuste.

El sistema EA2 recoge los datos de predicción meteorológica y los utiliza para crear la predicción de generación de energía renovable. El sistema actualiza numerosas veces al día esta predicción utilizando siempre las últimas predicciones disponibles y los métodos más refinados, y así consigue ofrecer la mayor precisión.  En definitiva, la predicción procedente de la aplicación de técnicas Big Data a la energía eólica reduce la incertidumbre de las empresas para acceder al mercado, y permite a los agentes de transporte y distribución prevenir congestiones en la red. Las energías renovables son un recurso menos gestionable que las de origen convencional, pero incorporando estas tecnologías predictivas hace que ganen un lugar junto a las mismas.

El Big Data se configura como una herramienta indispensable para frenar el fraude energético en la red de distribución

Redacción.- En 2016 se detectaron 110.00 casos de fraude energético en la red en distribución en España, un 32% más que en 2015, que provocaron más de 150 millones de euros de pérdidas, según datos de la CNMC. El IIC, (Instituto de Ingeniería del Conocimiento), usando técnicas de Big Data y analítica predictiva, colabora con las compañías eléctricas y de gas para detectar y frenar el fraude energético y optimizar el servicio.

Para ello emplea tecnología propia que se adapta y renueva según las necesidades específicas de cada problema. El sistema se amolda a los distintos tipos de distribución de energía y a las diferentes zonas geográficas. Julia Díaz, directora de Innovación en el IIC, afirma que actualmente el Big Data es la forma más eficaz para acabar con el fraude. “Aplicando técnicas de Big Data y utilizando análisis predictivo es posible ofrecer a las compañías información muy específica de los posibles casos de fraude y optimizar así los recursos. Con la observación de patrones de comportamiento de los usuarios podemos predecir cuáles son potencialmente sospechosos de cometer incidencias en la red energética, lo que ayuda enormemente en las campañas de inspección”.

Normalmente, las distribuidoras realizan controles periódicos a empresas y viviendas particulares. Con el análisis exhaustivo de los datos de cada usuario y la posibilidad de predecir comportamientos gracias al histórico, tarifas, etc… el IIC guía a los inspectores para acudir a aquellos sitios que podrían estar cometiendo alguna falta. El análisis de datos también puede aplicarse a los contadores inteligentes, que proporcionan a la compañía los datos en tiempo real.

Enganches y manipulación del contador

Dentro de las incidencias pueden establecerse dos categorías: actuaciones que inciden sobre la red del distribuidor, como enganches directos a la red, e intervenciones sobre los equipos de medida, como la manipulación del contador. El fraude energético puede producirse a nivel residencial o industrial. Para Julia Díaz, establecer un perfil del defraudador es complicado puesto que es muy variado y entran en juego muchas variables. No obstante, según los datos del IIC, en España en el sector empresarial son las pymes las que más comenten este tipo de faltas. “Aquí, contrariamente a lo que se puede pensar, la gran mayoría del fraude viene de empresas o usuarios con consumo no muy elevado”, explica la directora.

El IIC (Instituto de Ingeniería del Conocimiento) es una entidad privada de I+D+i especializada en la extracción de conocimiento a partir de grandes volúmenes de datos heterogéneos (Big Data) y la optimización de procesos empresariales en campos como la banca, la salud, los medios sociales, la energía y la gestión del talento en RR. HH. El IIC nació hace más de 25 años con la vocación de ser en puente entre empresas y universidades. El equipo del IIC, lo integran profesionales altamente cualificados y cuenta con IBM, Gas Natural Fenosa, Grupo Santander y la Universidad Autónoma de Madrid como socios.