تشخیص سرقت برق در حضور مشتریان با استفاده از مدل تشخیص چند مشخصه مبتنیبر خوشه بندی

در سال های اخیر رویکردهای مبتنی بر داده به طور گسترده برای شناسایی سرقت انرژی استفاده شده اند. درمطالعات موجود دزدی برقتوسط خریدارانی که هم به عنوان تامین کننده و هم مصرف کننده در سیستم انرژی عمل می کنند، در نظر نمی گیرند. این امر از اهمیت زیادیبرخوردار است زیرا گزارش های نادرست از رفتارهای مصرف مشترکین می تواند عملکرد سیستم قدرت را مختل کند. این مقاله به بررسی نقشی کهمصرف کنندگان ممکن است در براندازی سیستم انرژی ایفا کنند، می پردازد و ابزار جدیدی برای تشخیص چنین تخلفاتی پیشنهاد می کند. در اینمقاله سناریوهای حمله جهت سرقت برق به نام حملات تعادلی معرفی شده ، که مهاجم به طور همزمان قرائتهای خود را همراه با کنتورهای همسایهبرای متعادل کردن مجموعه قرائت ها تغییر می دهد. باتوجه به مشکلات شناسایی اینگونه سارقان انرژی، یک آشکارساز سرقت برق جدید پیشنهادشده که می تواند سرقت ها را درحضور مشترکین تشخیص دهد. دراینمقاله از مدل تشخیص مبتنی بر خوشه استفاده می شود که در هر خوشه، سریزمانی توان برای یک کاربر به اجزای روند، چرخه ای و باقیمانده تجزیه می شود. داده های باقیمانده ، همراه با ویژگی های مختلف از منابع داده هایمتعدد، دری ک الگوریتم طبقه بندی ML برای تشخیص قرائت های غیرعادی تغذیه می شوند. نتایج شبیه سازی نشان داده اند که مدل پیشنهادیمی تواند سرقت برق را با نرخ خطای پایین تشخیص دهد

کلیدواژه ها:

زیرساخت اندازه گیری پیشرفته AMI ( ، سرقت انرژی ، شبکه هوشمند