Переход городов на интеллектуальные системы учета электроэнергии обещает прозрачность и эффективность. Автоматический сбор данных, дистанционный мониторинг и мгновенные расчеты за потребленные ресурсы — безусловные плюсы умной инфраструктуры.
Анна Абрамова
Фото сгенерировано ИИ
Однако у каждой технологии есть уязвимости. Вместе с ростом популярности «умных» счетчиков растет и изобретательность мошенников. Одним из наиболее сложных для обнаружения видов хищений стало программное искажение показаний, при котором реальные объемы потребления систематически занижаются. Проблема осложняется тем, что городские электросети отличаются высокой вариативностью нагрузок: потребление скачет в зависимости от времени суток, сезона, погодных условий и даже привычек жильцов. На этом фоне выявить аномалию — все равно что найти иголку в стоге сена, особенно если система должна отличать злонамеренные действия от естественных колебаний.
Физически обоснованный детектор: взгляд вглубь данных
Ученые Центра искусственного интеллекта и науки о данных СПбГУ предложили оригинальное решение этой задачи. Разработанный ими детектор базируется на методе взвешенной регрессии, который анализирует суточные профили энергопотребления. Его главная цель — выявление так называемой мультипликативной недорегистрации. Это особый тип фальсификации, при котором данные счетчика занижаются пропорционально, но форма графика и спектральные характеристики нагрузки остаются неизменными. Иными словами, график выглядит абсолютно «здоровым», но цифры врут. Именно такие случаи крайне сложно распознать стандартными средствами, поскольку они не нарушают привычных паттернов потребления.
Умный фильтр против ложных тревог
Отдельная гордость разработчиков — способность системы не путать преступление с обычными бытовыми ситуациями. Потребление может снижаться по множеству легитимных причин: владелец уехал в отпуск, работает тепловой насос, заряжается электромобиль или используются солнечные панели. Все эти факторы часто вводят в заблуждение классические детекторы аномалий, порождая ложные срабатывания. Новая система включает встроенные фильтры контроля качества, которые отсекают подобные сценарии. Благодаря этому алгоритм сосредотачивается на действительно подозрительных изменениях, игнорируя безобидные колебания нагрузки, характерные для современного умного дома.
Испытание на реальных данных: точность, которая впечатляет
Чтобы доказать эффективность метода, исследователи проверили его на четырех открытых наборах данных от интеллектуальных счетчиков. В общей сложности в выборку попали сведения о потреблении энергии более чем тысячи домохозяйств. Итоги тестирования оказались убедительными: точность детектора превысила 91%. При этом, как отмечает профессор, эксперт Центра ИИ СПбГУ Сергей Николенко, особенно показательным стал результат перекрестной проверки данных Open Power System Data с реальными сведениями о работе электромобилей, фотоэлектрических панелей и тепловых насосов. Во всех случаях система показала абсолютный нуль ложных срабатываний. Это уникальное сочетание высокой чувствительности к мошенничеству и иммунитета к легальным факторам делает разработку СПбГУ настоящим прорывом. К тому же алгоритм работает без предварительной разметки данных и легко переносится между различными наборами, что делает его универсальным инструментом для любых энергосетей.
Стратегия будущего: точечная защита вместо универсальных решений
Разработчики уверены: будущее за специализированными детекторами, которые нацелены на конкретные виды аномалий. Такие решения гораздо эффективнее универсальных систем, которые пытаются охватить все сразу, но часто проигрывают в точности. Новый метод можно использовать как самостоятельный инструмент, так и в связке с другими алгоритмами обнаружения фальсификаций — это позволит выстроить многоуровневую систему защиты от энергетических преступлений.
Взгляд в перспективу
Ученые СПбГУ не ограничиваются решением текущей задачи. По их мнению, аналогичные подходы в будущем могут быть адаптированы для выявления других видов мошенничества с интеллектуальными счетчиками — от искажения данных о качестве электроэнергии до манипуляций с тарифами. Внедрение подобных систем поможет сделать энергопотребление в умных городах по-настоящему честным, прозрачным и безопасным. Результаты исследования уже опубликованы в авторитетном научном журнале Smart Cities, а значит, разработка получила признание мирового научного сообщества.