La empresa detalla los diferentes tipos de fraudes, “cada vez más precisos”, que ha descubierto gracias a su equipo Machine Learning. Matemáticos, ingenieros e informáticos, conforman este departamento que analiza diferentes variables para detectar comportamientos anómalos.
E-distribución, la filial de distribución de Endesa, ha detectado fraude en la mitad de las inspecciones que ha realizado a lo largo del año 2020, lo que supone duplicar el porcentaje registrado en 2017, cuando la compañía empezó a utilizar técnicas de inteligencia artificial para detectar pérdidas de energía no técnicas.
Durante el periodo 2018-2020, la entidad ha realizado más de 600.000 inspecciones para destapar estas prácticas. Su eficacia ha aumentado sensiblemente gracias al empleo de técnicas de aprendizaje automático (machine learning) y aprendizaje profundo (deep learning).
¿Qué aporta la inteligencia artificial?
Según explican desde Endesa, “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”.
El equipo de Machine Learning de la compañía está compuesto por matemáticos, informáticos e ingenieros que son los encargados de aplicar la inteligencia artificial para detectar posibles casos de fraude.
Fraudes cade vez más precisos
Gracias al más de medio millón de inspecciones realizadas, Endesa señala que ha detectado “todo tipo de fraudes”, tanto en suministros con contrato en vigor, como en suministros sin contrato.
Este tipo de prácticas van desde los fraudes más tradicionales (puentes, dobles acometidas, enganches indirectos…), hasta otros más sofisticados (placas con circuitos impresos insertadas en los propios contadores). Además, añaden desde la eléctrica, los ‘nuevos’ fraudes alcanzan una precisión “difícil de imaginar hace unos años”.