Endesa detectó 31,8 millones de kilovatios hora defraudados en Granada durante 2022

Endesa, a través de su filial de Redes e-distribución, identificó el pasado año en la provincia de Granada 31,8 millones de kilovatios hora defraudados, es decir el consumo de cerca de 10.000 hogares, equivalente a una población como Almuñécar, en el litoral granadino.

En total en la provincia de Granada el año pasado se abrieron 4.592 expedientes por fraude masivo, una práctica que "supone un grave riesgo para la seguridad de las personas que viven en estos entornos, ya que las instalaciones manipuladas para realizar un enganche ilegal quedan desprotegidas siendo un posible foco de incendios por sobrecarga o electrocuciones", según ha detallado la empresa en una nota de prensa este jueves.

Endesa lleva a cabo periódicamente inspecciones de las instalaciones eléctricas para detectar este tipo de prácticas ilícitas y cuenta con el apoyo de las fuerzas de seguridad cuando se trata de fraude masivo o por plantaciones de marihuana, las cuales "se localizan principalmente en el interior de viviendas o edificios, lo que pone de manifiesto un problema creciente, que afecta a la seguridad de los vecinos, la calidad del suministro eléctrico y la convivencia ciudadana".

La capital Granadina representa el 19% de los expedientes de fraude por marihuana detectados en 2022 en la provincia, concentrándose en la zona norte principalmente. Precisamente en este área de la ciudad, Endesa ha desarrollado un plan especial de inversión con el fin de paliar la problemática que generan estos enganches ilegales.

Endesa ha realizado una mejora íntegra de toda la infraestructura eléctrica que da servicio a la zona norte de Granada, que ha supuesto una inversión de ocho millones de euros, seis de ellos en los últimos tres años. Esta mejora 360º ha supuesto actuaciones tanto en alta tensión, con la ampliación del 50% de la potencia de la subestación Pulianas; y en media tensión, con una nueva línea de distribución que la une con los nuevos Centros de Transformación de zona Norte.

Mientras, en baja tensión con la instalación de 15 nuevos centros de transformación, así como el despliegue de 30 kilómetros de nueva red, más todo el sistema de digitalización y sensorización instalado en todos los Centros de Transformación de zona Norte.

Durante el pasado año solo en estas zonas la compañía invirtió más de nueve millones de euros en acciones de refuerzo de sus infraestructuras con el fin de paliar la saturación de las redes de distribución que genera esta situación. Este plan ha supuesto el refuerzo de las redes de baja y media tensión y la instalación en los últimos 6 meses de 9 nuevos centros de transformación en zonas residenciales de estas zonas con el fin de triplicar la potencia energética a pesar de que los niveles de contratación son del 30% en estas zonas.

Junto a estas actuaciones de mejora y sobredimensionamiento de la red, Endesa está intensificando sus acciones para la detección del fraude eléctrico en coordinación con las Fuerzas y Cuerpos de Seguridad del Estado. En lo que llevamos de año, se han llevado a cabo en la capital granadina 15 actuaciones contra el fraude, detectándose 302 enganches ilegales, un 74% del total de suministros inspeccionados. La última de estas operaciones fue la semana pasada en zona Norte, donde se inspeccionaron 46 suministros, 36 de los cuales tenían enganche ilegal.

Además Endesa está aplicando también el uso de inteligencia artificial para la detección del fraude eléctrico, aplicando técnicas de machine learning (aprendizaje automático) y deep learning (aprendizaje profundo) para detectar pérdidas de energía no técnicas.

Precisamente se ha creado una unidad específica de machine learning compuesta por matemáticos, informáticos e ingenieros que aplican la inteligencia artificial a la lucha contra el fraude eléctrico en Endesa. Son expertos en data science y big data. Estos nuevos perfiles profesionales se han incorporado en los últimos años a la plantilla de la eléctrica y trabajan junto con los inspectores de campo para desarrollar y mejorar los modelos predictivos.