El fraude eléctrico es equivalente al consumo trimestral de La Gomera

Endesa detectó en Canarias a lo largo de 2020 un total de 1.134 casos de fraude eléctrico gracias a herramientas basadas en la inteligencia artificial que utilizan procesos de aprendizaje automático (machine learning) y aprendizaje profundo (deep learning) para analizar la red en busca de pérdidas de energía inesperadas, detectando los puntos donde se está sustrayendo el fluido eléctrico de manera fraudulenta.

Según ha informado la compañía en una nota, gracias a estas herramientas se consigue detectar con mayor prontitud este tipo de casos que, además de suponer un robo de energía, ponen en peligro la seguridad y la salud de las personas cercanas a esas instalaciones.

El año pasado, la sustracción de energía de la red mediante enganches antirreglamentarios ascendió en Canarias a 19.139.117 KWh [kilovatios hora], lo que equivale aproximadamente al consumo eléctrico trimestral de toda la isla de La Gomera.

La digitalización de la red, el despliegue de sensores y la implantación de los contadores inteligentes hace que cada vez se obtenga más información del funcionamiento de los equipos de medida y de la red de media y baja tensión. El análisis de los datos permite detectar desviaciones y comportamientos anómalos para orientar las inspecciones de manera más eficiente y aumentar el porcentaje de fraude detectado.

Siempre respetando la normativa, e-Distribución, filial de redes de Endesa, trabaja con un volumen importante de información que vuelca en una base de datos sobre la que se utilizan lenguajes de programación avanzados para crear modelos que permiten detectar el fraude.

La aplicación de la inteligencia artificial sobre los datos y la mejora sistemática de estos modelos predictivos está permitiendo a Endesa detectar de forma eficiente todo tipo de fraudes, tanto en suministros con contrato en vigor, como en suministros sin contrato; desde los fraudes más simples hasta los más sofisticados, descubriendo un mayor volumen de casos de manera más precisa.