Ученые Санкт-Петербургского государственного университета (СПбГУ) разработали детектор для обнаружения одного из видов мошенничества с интеллектуальными счетчиками электроэнергии. Система продемонстрировала точность до 91%, что позволит существенно сократить объемы краж электричества в концепции «умного города», сообщили в пресс-службе СПбГУ.
«Эксперты Центра искусственного интеллекта и науки о данных СПбГУ разработали физически управляемый детектор на основе метода взвешенной регрессии по суточным профилям потребления. Он предназначен для выявления мультипликативной недорегистрации — значимой проблемы, при которой показания счетчика снижаются, но при этом форма суточного графика и спектральная структура нагрузки сохраняются», — говорится в сообщении.
Уточняется, что «умные города» все чаще используют интеллектуальные счетчики для автоматизированного сбора данных, что позволяет проводить оперативный мониторинг потребления и выставлять пользователям счета для оплаты услуг. Однако неоднородность спроса на электроэнергию в городах затрудняет дистанционное выявление подозрительной активности: системе необходимо отличать неправомерное занижение показателей от обычных изменений нагрузки.
По данным пресс-службы, разработка ученых СПбГУ включает фильтры контроля качества и учитывает факторы, способные исказить данные. Например, снижение потребления из-за длительного отсутствия человека в квартире, работу тепловых насосов, зарядку электромобилей и другие процессы. Для проверки метода ученые использовали четыре открытых набора данных, проанализировав сведения об энергопотреблении более чем тысячи домов. Тестирование показало точность метода более 91%.
«Перекрестная проверка данных Open Power System Data с реальными данными об электромобилях, фотоэлектрических системах и тепловых насосах дает нулевое количество ложных срабатываний во всех случаях. В сравнении с другими методами, предложенный нами детектор продемонстрировал уникальное сочетание избирательности в отношении законных искажающих факторов с работой без меток и возможностью переноса сведений между наборами данных», — рассказал профессор, эксперт Центра искусственного интеллекта и науки о данных СПбГУ Сергей Николенко.
По словам разработчиков, специализированные детекторы могут быть эффективнее универсальных решений. В дальнейшем предложенный метод можно комбинировать с другими алгоритмами для повышения надежности обнаружения различных видов мошенничеств с интеллектуальными приборами учета.
