Искусственный интеллект против хищений в электросетях

Десятки миллиардов рублей ежегодно теряют российские энергетические компании из-за незаконных врезок и манипуляций с приборами учета. Алексей Барбетов из МТС уверен, что борьба с такими потерями через алгоритмы машинного обучения — единственный способ заставить цифровизацию работать на реальную прибыль, а не только на отчетность.

Главным барьером для внедрения инноваций в энергетике остается не сложность технологий, а привычка компаний покрывать издержки за счет роста тарифов. Однако борьба с коммерческими потерями, объем которых достигает 250 млрд рублей, меняет этот подход. МТС сфокусировалась на поиске «серых» зон, разработав систему анализа данных, которая выявляет недобросовестных потребителей без построения сложных математических моделей сетей.

Вместо попыток оцифровать всю топологию электросетей, разработчики сделали ставку на анализ индивидуального профиля потребления. Система обучается на данных интеллектуальных приборов учета и позволяет сократить потери на 18–19%. Практический кейс с «Башкирэнерго» подтвердил эффективность такого подхода: алгоритмы помогают точечно направлять бригады на рейды, даже если абоненты используют современные методы маскировки вроде «китайских гирлянд». Постоянный анализ сезонных колебаний и машинное обучение повышают точность системы, превращая борьбу с хищениями из случайных проверок в прогнозируемый процесс.