Исследователи СПбГУ разработали детектор энерговоровства для умных счетчиков: на тестах он показал точность выше 91%. Для городских энергосетей это не академическая игрушка, а способ отличать реальное занижение показаний от обычных скачков нагрузки — например, отпуска, зарядки электромобиля или работы теплового насоса.
О разработке сообщает CNews со ссылкой на представителей Санкт-Петербургского государственного университета. Результаты исследования опубликованы в журнале Smart Cities, а сам проект выполнили специалисты Центра искусственного интеллекта и науки о данных СПбГУ.
Метод нацелен на конкретный сценарий мошенничества с интеллектуальными счетчиками — мультипликативную недорегистрацию. В таком случае счетчик передает заниженные значения, но суточный рисунок потребления внешне остается похожим на нормальный: пики, провалы и спектральная структура нагрузки сохраняются. Для универсальных систем поиска аномалий это неприятный случай. Они видят не грубый обрыв данных, а аккуратно «похудевший» график, который легко спутать с легальным снижением потребления.
Команда СПбГУ предложила физически управляемый детектор на базе взвешенной регрессии по суточным профилям потребления. Если перевести с исследовательского языка на инженерный, система сравнивает форму потребления с ожидаемым поведением и ищет не просто отклонение от среднего, а подозрительное масштабирование всего графика. Это важная разница: в реальном городе потребители ведут себя шумно, и простой порог «меньше обычного — значит, ворует» быстро превращается в фабрику ложных тревог.
Разработчики отдельно заложили фильтры качества данных и проверку факторов, которые часто ломают такие алгоритмы. Среди них длительное отсутствие жильцов, фотоэлектрические системы, электромобили, тепловые насосы и другие нормальные для умного города процессы. Иными словами, детектор энерговоровства пытается не наказывать пользователя за то, что он уехал в отпуск или поставил более эффективное оборудование. Для энергосбытовых компаний это критично: ложные обвинения стоят не только времени техподдержки, но и доверия к цифровым счетчикам.
Для проверки метода ученые использовали четыре открытых набора данных интеллектуальных счетчиков и проанализировали сведения более чем по тысяче домов. В тестах точность превысила 91%. По словам профессора Сергея Николенко из Центра ИИ и науки о данных СПбГУ, перекрестная проверка на данных Open Power System Data с реальными профилями электромобилей, солнечных установок и тепловых насосов не дала ложных срабатываний в этих случаях. Важная оговорка: речь идет о тестировании на открытых датасетах, а не о массовом промышленном внедрении в сетевой компании.
Практический смысл разработки понятен не только энергетикам. Умные счетчики — часть инфраструктуры умного города, где данные превращаются в деньги почти напрямую: сколько система увидела, столько пользователь и оплатил. Чем больше автоматизации в биллинге, тем выше цена атак на измерительную инфраструктуру. Для разработчиков подобных платформ это еще один аргумент в пользу узкоспециализированных моделей: иногда детектор под один тип злоупотребления оказывается полезнее большой универсальной системы, которая пытается распознать все аномалии сразу.
Бизнесу здесь интересны два слоя. Первый — прямое снижение потерь от краж электроэнергии, если алгоритм пройдет проверку на реальных сетях. Второй — снижение операционных расходов на разбор подозрительных кейсов: меньше ручных проверок, меньше выездов, меньше конфликтов с добросовестными абонентами. Но до продукта уровня «поставил и забыл» еще есть дистанция: нужны испытания на данных конкретных регионов, интеграция с биллингом, процедуры оспаривания и понятные правила, кто принимает финальное решение — алгоритм или человек.
Исследователи считают, что похожие подходы можно адаптировать под другие виды мошенничества с интеллектуальными счетчиками. Вероятный сценарий для отрасли — не один всевидящий антифрод, а набор специализированных моделей, каждая из которых закрывает свой тип атаки и передает сигнал общей системе риска. Если детектор энерговоровства СПбГУ выдержит полевые проверки, умные счетчики станут чуть менее удобной мишенью для тех, кто надеялся, что цифровой учет можно обмануть аналоговой хитростью.