Энергомониторинг давно перестал быть задачей «снять показания и выставить счёт». Современные АСКУЭ и АИИС КУЭ дают поток интервальных данных с получасовым или минутным разрешением, и именно на нём становятся видны потери, которые не ловят регламентные проверки. ИИ здесь работает не вместо инженера, а как фильтр: он сужает тысячи точек учёта до десятков действительно подозрительных.

Почему классические системы учёта пропускают потери

Балансовый метод «отпуск в сеть минус полезный отпуск» показывает факт потерь, но не указывает адрес. Норматив потерь размазывает отклонение по фидеру, а обходы и инструментальные проверки физлиц экономически не масштабируются. В итоге коммерческие потери годами живут в отчёте как «небаланс», а не как конкретный узел.

Какие аномалии ловит модель

Первый класс — хищения и вмешательства: магнит на корпусе, вскрытие клеммной крышки, шунтирование, «нулевые» показания при сохранённом потреблении. Второй — технические и метрологические: деградация трансформатора тока, рассинхронизация времени, залипание коэффициента трансформации, ошибки конфигурации при замене счётчика. Третий — режимные: небаланс по фидеру, обратный переток, скачок потребления на участке без технологических причин.

Работает комбинация подходов. Декомпозиция ряда на тренд, сезонность и остаток с порогом по остатку ловит резкие сдвиги. Модели без учителя — Isolation Forest, локальный уровень плотности, автоэнкодеры на суточных профилях — находят точки, не похожие на свою же историю и на «соседей» по ТП. Граф связей «узел — фидер — потребитель» позволяет проверять гипотезу небаланса, а не изолированный выброс.

Данные и признаки: что нужно для старта

Минимальный набор: интервальные профили за 12–24 месяца, топология сети, паспортные данные счётчиков и трансформаторов, журнал отключений и работ, температурные ряды, производственный календарь, тарифные зоны. Полезны заявки от потребителей и история подтверждённых актов — это разметка, на которой модель калибруется.

Ключевые признаки: отношение ночного минимума к дневному, стабильность коэффициента «потребление / температура», доля нулей, дисперсия по дням недели, отклонение от медианы по группе аналогов, корреляция с соседними узлами. Отдельно стоит признак «резкое падение после даты проверки» — сильный сигнал по факту вмешательства.

Прогноз нагрузок: от суточного графика до заявки на мощность

Прогноз решает три разные задачи. Краткосрочный (сутки-неделя) нужен для режимов, планирования ремонтов и работы с накопителями. Среднесрочный — для заявок на мощность, договоров и бюджетов потерь. Долгосрочный — для инвестиционных решений по реконструкции.

На практике на интервальных данных хорошо работает градиентный бустинг на лагах и календарных признаках с погодными регрессорами: LightGBM или CatBoost дают MAPE 2–5% на суточном горизонте для агрегированных узлов. Нейросетевые архитектуры вроде TFT оправданы, когда узлов много и профили разнородны. Важнее модели — корректная кросс-валидация по времени и контроль дрейфа: смена тарифов, подключение крупного потребителя или аномальная зима ломают любую статичную настройку.

Российская практика и практические шаги

В России драйвер — массовая установка интеллектуальных приборов учёта и требования к их включению в АСКУЭ, плюс курс на импортозамещение ПО. Поэтому проекты почти всегда строятся on-premise, на данных, которые уже есть в сбыте или сетевой организации, без выгрузки за периметр.

Разумная последовательность: аудит данных и топологии; базовый слой правил и статистики как точка отсчёта; пилот на одном фидере или ТП с понятной экономикой потерь; разметка подтверждённых случаев и дообучение; интеграция сигналов в биллинг, CRM и мобильное приложение обходчика; регулярный пересчёт метрик и мониторинг дрейфа. Эффект измеряется не точностью модели, а сокращением коммерческих потерь и снижением числа необоснованных выездов.

Как мы можем помочь

Мы внедряем приватные LLM, RAG-контуры и ИИ-агентов для инженерных и учётных данных: разворачиваем модели в вашем контуре, связываем их с АСКУЭ, 1С и CRM, настраиваем пайплайны аномалий и прогноза нагрузок. Начинаем с пилота на ваших данных и доводим решение до промышленной эксплуатации. Обсудить проект