تشخيص سرقت برق در حضور مشتريان با استفاده از مدل تشخيص چند مشخصه مبتني بر خوشه ­بندي

در سال‌هاي اخير رويكردهاي مبتني بر داده به­ طور گسترده براي شناسايي سرقت‌ انرژي استفاده شده ­اند. درمطالعات موجود دزدي برق توسط خريداراني كه هم به عنوان تامين­كننده و هم مصرف­كننده در سيستم انرژي عمل مي­كنند، در نظر نمي­گيرند. اين امر از اهميت زيادي برخوردار است زيرا گزارش‌هاي نادرست از رفتارهاي مصرف مشتركين مي‌تواند عملكرد سيستم قدرت را مختل كند. اين مقاله به بررسي نقشي كه مصرف‌كنندگان ممكن است در براندازي سيستم انرژي ايفا كنند، مي‌پردازد و ابزار جديدي براي تشخيص چنين تخلفاتي پيشنهاد مي‌كند. در اين مقاله سناريوهاي حمله جهت سرقت برق به نام حملات تعادلي معرفي شده، كه مهاجم به­طور همزمان قرائت‌هاي خود را همراه با كنتورهاي همسايه براي متعادل كردن مجموعه قرائت­ها تغيير مي‌دهد. باتوجه به مشكلات شناسايي اين­گونه سارقان انرژي، يك آشكارساز سرقت برق جديد پيشنهاد شده كه مي‌تواند سرقت‌ها را درحضور مشتركين تشخيص دهد. دراين­مقاله از مدل تشخيص مبتني بر خوشه استفاده مي­شودكه در هر خوشه، سري زماني توان براي يك كاربر به اجزاي روند، چرخه­اي و باقيمانده تجزيه مي­شود. داده­هاي باقيمانده، همراه با ويژگي­هاي مختلف از منابع داده­ هاي متعدد، دريك الگوريتم طبقه ­بنديML براي تشخيص قرائت­ هاي غيرعادي تغذيه مي­شوند. نتايج شبيه­سازي نشان داده‌اند كه مدل پيشنهادي مي‌تواند سرقت برق را با نرخ خطاي پايين تشخيص دهد.