Evaluación de los modelos CatBoost, LightGBM y XGBoost para la identificación de consumos anómalos asociados a pérdidas no técnicas en sistemas de distribución de energía eléctrica

Abstract

Las pérdidas no técnicas (PNT) de energía eléctrica asociadas principalmente a fraudes y errores de medición siguen impactando la rentabilidad de los operadores de red latinoamericanos. La literatura coincide en que los algoritmos de gradient boosting alcanzan los excelentes resultados de detección; no obstante, esos estudios se han realizado en contextos de datos y condiciones operativas diferentes a las de la empresa distribuidora colombiana analizada en este proyecto. En consecuencia, el presente trabajo replica tres modelos de clasificación tal como: CatBoost (CGB), LightGBM (LGB) y XGBoost (XGB), utilizando un dataset histórico que incluye lecturas mensuales, así como variables técnicas de los equipos de medida. Tras aplicar limpieza, normalización, balanceo de clases y generación de variables derivadas, cada algoritmo será optimizado y evaluado con F1 Score, Recall y Precisión mediante validación cruzada estratificada. El estudio busca comprobar si los altos niveles de desempeño mostrados en otros entornos se reproducen en la realidad local, y determinar qué modelo ofrece la mejor capacidad predictiva para futuras implementaciones de analítica de pérdidas.