Proposal for a Methodology Based on Electricity Consumption to Analyze Social Isolation During a COVID-19 Pandemic: Case Study

Authors

Keywords:

COVID-19, social insolation, energy demand, Artificial Neural Network

Abstract

The first occurrences of Covid-19 disease caused by the coronavirus SRA-CoV-2, appeared in the region of Wuhan (China) expanding rapidly around the world. Based on this, the World Health Organization characterized this situation as a pandemic. The solution adopted by the health authorities was to apply social isolation. Thus, one of the challenges is the correct dimensioning and quantification of compliance with these measures. This paper presents a new methodology to evaluate the social isolation, considering the consumption of electric energy of the population of a medium-sized city, located in the northwest of the state of Rio Grande do Sul (RS), Brazil. The methodology consists of the combination of a data set on electricity consumption in the municipality, in which energy consumption ranges are associated with a low, medium or high degree of social isolation. An Artificial Neural Network (ANN) is trained to evaluate the degree of social isolation practiced by the its population. The data to validate the performance of the proposed methodology are generated from real data provided by the municipality's energy utility. From the simulations results the ANN immediately identified the level of social isolation practiced by the people of the city using only the information on the population's electricity consumption.

Downloads

Download data is not yet available.

Author Biographies

Paulo Sergio Sausen, Universidade Regional do Noroeste do Estado do Rio Grande do Sul

Paulo Sérgio Sausen possuí graduação, Bacharelado, em Informática pela Universidade Regional do Noroeste do Estado do Rio Grande do Sul (1993), Mestrado em Ciência da Computação pela Universidade Federal da Paraíba (1997) e Doutorado em Engenharia Elétrica pela Universidade Federal de Campina Grande (2008). Atualmente é professor Adjunto nível 2, do Departamento de Ciências Exatas e Engenharia (DECEng), da Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUÍ). Possuí experiência nas áreas de Ciência da Computação, Engenharia Elétrica e Matemática Aplicada, com ênfase em Smart Grids, Modelagem Matemática de Baterias e Gerenciamento Dinâmico de Energia.

Mauricio de Campos, Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUI)

possui graduação em Engenharia Elétrica pela Universidade Regional do Noroeste do Estado do Rio Grande do Sul (1997), mestrado em Engenharia Elétrica pela Universidade Federal de Santa Maria (2000) e é doutor em Engenharia Elétrica pela Universidade Federal de Campina Grande (2017). Atualmente é professor adjunto da Universidade Regional do Noroeste do Estado do Rio Grande do Sul. Tem experiência na área de Engenharia Elétrica, com ênfase em Automação Eletrônica de Processos Elétricos e Industriais, atuando principalmente nos seguintes temas: qualidade de energia, instrumentação, sistemas supervisórios, redes elétricas inteligentes e educação em engenharia.

Airam Sausen, Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUI)

concluiu seu Doutorado no Programa de Pós-Graduação em Engenharia Elétrica da Universidade Federal de Campina Grande (UFCG), em 2009. Possui Mestrado em Modelagem Matemática (2004) e Graduação em Licenciatura em Matemática (2002) ambos na Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUÍ). Tem experiência nas áreas de Matemática Aplicada, Modelagem Matemática e Simulação, mais especificamente no estudo, aplicação e desenvolvimento de modelos matemáticos para predição do tempo de vida de baterias utilizadas em dispositivos móveis.

 

Manuel Binelo, Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUI)

possui graduação em Ciência da Computação pela Universidade de Cruz Alta (2004) e mestrado em Modelagem Matemática pela Universidade Regional do Noroeste do Estado do Rio Grande do Sul (2007) e doutorado em Engenharia de Teleinformática pela Universidade Federal do Ceará. É professor no curso do Programa de Pós-Graduação em Modelagem Matemática na UNIJUÍ - RS. Atua na área de Modelagem Matemática Aplicada à Engenharia de Biossistemas.

 

Moises dos Santos, Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUI)

possui graduação em Engenharia Elétrica pela Universidade Regional do Noroeste do Estado do Rio Grande do Sul (2005), Mestre em Engenharia Elétrica pela Universidade Federal de Santa Catarina (2008) e Doutor em Engenharia Elétrica pela Universidade Federal de Santa Maria, com doutorado sanduíche pela Universidade do Porto, Portugal (2017). Atualmente é professor adjunto da Universidade Regional do Noroeste do Estado do Rio Grande do Sul. Atua nas áreas de planejamento, análise e operação de sistemas de energia elétrica com aplicação de métodos de otimização vinculados ao conceito de Smart Grids.

Published

2021-06-08

How to Cite

Sausen, P. S., de Campos, M. ., Sausen, A., Binelo, M., & dos Santos, M. (2021). Proposal for a Methodology Based on Electricity Consumption to Analyze Social Isolation During a COVID-19 Pandemic: Case Study. IEEE Latin America Transactions, 19(6), 909–916. Retrieved from https://latamt.ieeer9.org/index.php/transactions/article/view/4235

Issue

Section

Special Issue on Fighting against COVID-19

Most read articles by the same author(s)