Inspección de contadores por parte de técnicos de Endesa. | ENDESA

TW
0

Endesa, a través de su filial de Redes e-distribución, ha identificado en la provincia de Sevilla 95,7 millones de kilovatios hora defraudados, es decir, el consumo de más de 27.000 hogares, equivalente a una población como Alcalá de Guadaira. En la provincia de Sevilla, en 2022, se abrieron 15.302 expedientes por fraude masivo, una práctica que supone un «grave riesgo para la seguridad» de las personas, ya que las instalaciones manipuladas para realizar un enganche ilegal quedan «desprotegidas», siendo «un posible foco de incendios por sobrecarga o electrocuciones». En el último año, el fraude eléctrico vinculado a plantaciones de marihuana ha aumentado un 30% en Sevilla.

Endesa ha manifestado este sábado en una nota de prensa que lleva a cabo «periódicamente» inspecciones de las instalaciones para «detectar» este tipo de prácticas ilícitas y cuenta con el apoyo de las fuerzas de seguridad cuando se trata de fraude masivo o fraude por plantaciones de marihuana. Precisamente, en el último año, el fraude eléctrico vinculado a plantaciones de marihuana ha aumentado un 30% en Sevilla. Estas plantaciones se han localizado «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 sevillana representa el 20% de los expedientes de fraude por marihuana detectados en 2022 en la provincia, «concentrándose en zonas como Polígono Sur, Torreblanca, Palmete, Padre Pío, La Plata y Su Eminencia». En estas zonas, Endesa ha desarrollado un plan especial de inversión con el fin de «paliar los problemas que generan estos enganches ilegales».

Durante el pasado año, solo en estas zonas, la compañía cifra en más de nueve millones de euros las inversiones para «refuerzo de sus infraestructuras» con el fin de paliar la satuaración 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 seis meses de nueve 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.

El último de estos nueve centros de transformación se está instalando en la barriada de La Plata, donde Endesa está «preparando las infraestructuras necesarias» para su conexión, como son las canalizaciones y la colocación de nuevo cableado de baja y media tensión dotado de la última tecnología. Se están preparando 510 metros canalizaciones para colocar más de 3.000 metros de cableado de media tensión y otros 8.000 metros de cableado de baja tensión que conecte los hogares con la nueva infraestructura.

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 Sevilla seis actuaciones contra el fraude, detectándose 251 enganches ilegales, un 65% del total de suministros inspeccionados. La última de estas operaciones fue el pasado viernes en el Polígono Sur, donde se inspeccionaros 66 suministros, 65 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. 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 Endesa y trabajan junto con los inspectores de campo para desarrollar y mejorar los modelos predictivos.