Banca de QUALIFICAÇÃO: NATHAN SOUZA DE OLIVEIRA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : NATHAN SOUZA DE OLIVEIRA
DATA : 15/06/2026
HORA: 09:00
LOCAL: Sala Virtual
TÍTULO:

Detecção de fraude em consumo de energia elétrica via imageamento de séries temporais e redes neurais convolucionais.

PALAVRAS-CHAVES:

Classificação de séries temporais multivariadas; detecção de fraudes em energia elétrica; imageamento de séries temporais; Recurrence Plot; redes neurais convolucionais.

PÁGINAS: 53
RESUMO:

A ocorrência de fraudes no consumo de energia elétrica por unidades consumidoras constitui um desafio técnico e econômico relevante para as concessionárias de distribuição, com impacto direto sobre a receita, sobre a tarifa repassada aos consumidores regulares e sobre a segurança operacional da rede. Esta dissertação propõe uma metodologia de detecção de fraudes formulada como um problema de Classificação de Séries Temporais Multivariadas (Multivariate Time Series Classification, MTSC), combinando técnicas de imageamento de séries temporais e Redes Neurais Convolucionais (Convolutional Neural Networks, CNN). O perfil de cada unidade consumidora é representado por múltiplas séries temporais, codificadas como volumes de Recurrence Plots contínuos, sem aplicação de limiar binário, de modo a preservar a estrutura métrica das séries no espaço de fases. Esses volumes alimentam uma arquitetura CNN multi-ramo, na qual cada ramo extrai representações específicas que são posteriormente fundidas e classificadas por uma cabeça compartilhada. O treinamento incorpora estratégias específicas para lidar com o severo desbalanceamento entre classes, e a seleção do modelo é orientada por uma métrica que reflete a assimetria entre os custos operacionais de falsos positivos e falsos negativos. Os experimentos, conduzidos sobre dados reais de uma concessionária, indicam que a representação por volumes de Recurrence Plots contínuos, aliada à arquitetura multi-ramo, captura de forma efetiva padrões discriminativos em perfis de consumo fraudulento, alcançando resultados promissores no cenário avaliado.

MEMBROS DA BANCA:
Presidente - 347628 - ADRIAO DUARTE DORIA NETO
Interno - 2579664 - ALLAN DE MEDEIROS MARTINS
Externo ao Programa - 1323598 - DANIEL LOPES MARTINS - UFRN