Sistema de Informação de Apoio à Detecção de Perdas de Energia Eléctrica – O Caso da Electra

A realidade mundial é preocupante no que diz respeito ao aumento de ocorrências de perdas e fraudes em redes de distribuição de energia eléctrica. Em Cabo Verde, mas precisamente na Cidade da Praia a realidade é ainda mais preocupante devido ao número de ocorrências e a gravidade dos mesmos. Propõe-se um trabalho de investigação sobre perdas e fraudes de energia eléctrica baseado na análise dos dados relativos aos registos dos clientes na Base de Dados da Electra (Cabo Verde), com o intuito de nortear as tomadas de decisões de gestão estratégica no que diz respeito às políticas de controlo e prevenção de perdas e fraudes de energia eléctrica. O trabalho baseia-se na recolha e selecção de dados a organizar numa Data Warehouse para depois aplicar as tecnologias OLAP para a identificação de perdas nos Postos de Transformação e zonas geográficas da Cidade da Praia em Cabo Verde e posteriormente identificar possíveis fraudes de energia eléctrica nos clientes finais utilizando Data Mining. Os resultados principais consistiram na identificação de situações de perdas de energia eléctrica nos Postos de Transformação, a identificação de áreas críticas seleccionadas para inspecção dos seus clientes finais e a detecção de padrões de anomalias associadas ao perfil dos clientes.

Tecnologias de gestão e uso do solo para melhoria da eficiência no uso da água pluvial na Bacia Hidrográfica de Ribeira Seca

A produção de alimentos em ambientes secos, como Cabo Verde, é severamente afectada pela chuva insuficiente e irregular, secas recorrentes, eventos de alta intensidade, perdas de água através de escoamento rápido e altas taxas de evaporação do solo, resultando em baixa eficiência na utilização da água pluvial. Apesar dos investimentos em técnicas de conservação do solo e da água em Cabo Verde, a produtividade das culturas pluviais permanece baixa. O projecto de pesquisa propõe investigar tecnologias de gestão e uso da terra para condições de sequeiro de Cabo-Verde para aumentar a eficiência do uso da água de chuva e rendimento das culturas, combinando conhecimentos científicos e tradicionais numa abordagem participativa no campo. Ensaios de campo a escala de parcelas foram instalados para testar os efeitos de técnicas integradas no rendimento das culturas, nutrientes do solo e no balanço hídrico. As experiencias de campo foram concebidas e estão a ser executadas em estreita colaboração com os agricultores locais e os resultados avaliados utilizando indicadores biofísicos e económicos. O enfoque recai sobre as técnicas acessíveis de gestão e uso da terra que sejam viáveis e eficientes, aumentando a eficiência no uso da água pluvial e o rendimento das culturas de sequeiro.

Sistema de Informação de Apoio à Detecção de Perdas de Energia Eléctrica – O Caso da Electra

A realidade mundial é preocupante no que diz respeito ao aumento de ocorrências de perdas e fraudes em redes de distribuição de energia eléctrica. Em Cabo Verde, mas precisamente na Cidade da Praia a realidade é ainda mais preocupante devido ao número de ocorrências e a gravidade dos mesmos. Propõe-se um trabalho de investigação sobre perdas e fraudes de energia eléctrica baseado na análise dos dados relativos aos registos dos clientes na Base de Dados da Electra (Cabo Verde), com o intuito de nortear as tomadas de decisões de gestão estratégica no que diz respeito às políticas de controlo e prevenção de perdas e fraudes de energia eléctrica. O trabalho baseia-se na recolha e selecção de dados a organizar numa Data Warehouse para depois aplicar as tecnologias OLAP para a identificação de perdas nos Postos de Transformação e zonas geográficas da Cidade da Praia em Cabo Verde e posteriormente identificar possíveis fraudes de energia eléctrica nos clientes finais utilizando Data Mining. Os resultados principais consistiram na identificação de situações de perdas de energia eléctrica nos Postos de Transformação, a identificação de áreas críticas seleccionadas para inspecção dos seus clientes finais e a detecção de padrões de anomalias associadas ao perfil dos clientes.