14. Savetovanje o elektrodistributivnim mrežama Srbije, sa regionalnim učešćem (2024), Broj rada: R-4.16
АУТОР / AUTHOR(S): Miloš Kostić, Dejana Stefanović-Kostić
DOI: 10.46793/CIRED24.R-4.16MK
САЖЕТАК / ABSTRACT:
ODS Elektrodistribucija Srbije se priprema za upotrebu veštačke inteligencije u delu poslovanja koji se odnosi na analizu informacija o potrošačima i mernim mestima. Prikazana je generalna metodologija koja se koristi za izbor algoritma veštačke inteligencije koji će se koristiti u procesu otkrivanja netehničkih gubitaka isporučene električne energije. U radu su prezentovani konkretni izazovi koji se uzimaju u obzir, a koji se odnose na specifičnosti primene veštačke inteligencije nad podacima koji su na raspolaganju. Date preporuke treba da obezbede visok učinak u operativnoj primeni tehnologija veštačke inteligencije u Elektrodistribuciji Srbije.
КЉУЧНЕ РЕЧИ / KEYWORDS:
eštačka inteligencija, netehnički gubici, gubici električne energije
ЛИТЕРАТУРА / REFERENCES:
[1] Sushmita Poudel, Udaya Raj Dhungana, 2022, “Artificial intelligence for energy fraud detection: a review”, “International Journal of Applied Power Engineering (IJAPE)”, “Vol. 11, No. 2”, 109
[2] Elektrodistribucija Srbije, 2023, „Izveštaj o stepenu usklađenosti planiranih i realizovanih aktivnosti iz trogodišnjeg programa poslovanja za period 01.01. – 31.12.2022.“, www.elektrodistribucija.rs
[3] Rubaidi Z.S., Ammar B.B., Aouicha M.B., 2022, “Fraud Detection Using Large-scale Imbalance Dataset”, “International Journal on Artificial Intelligence Tools”, “Vol. 31, No. 8”
[4] Fernández A., García S., Galar M., Prati R., Krawczyk B., Herrera F., 2018, „Learning from Imbalanced Data Sets“, „Springer“
[5] Haibo H., Yunqian M., „Imbalanced learning“, „IEEE Press“, 2013., 26
[6] Branco P., Torgo L., Ribeiro R., 2015, „A Survey of Predictive Modelling under Imbalanced Distributions“, „CoRR“
[7] Kelleher J., Namee B., D’Arcy A., 2015, “Fundamentals of machine learning for predictive data analytics : algorithms, worked examples, and case studies”, “MIT Press”, 121
[8] Oprea, SV., Bâra A., 2021, “Machine learning classification algorithms and anomaly detection in conventional meters and Tunisian electricity consumption large datasets”, “Computers & Electrical Engineering”, “94”
[9] Oprea, SV., Bâra, A., 2022, “Feature engineering solution with structured query language analytic functions in detecting electricity frauds using machine learning.”, “Nature Scientific Reports”, “12”, članak br.3257
[10] Leon C., Biscarri F., Monedero I., Guerrero J.I., Biscarri J., Millan R., 2011, “Integrated expert system applied to the analysis of non-technical losses in power utilities”, Expert systems with applications, vol. 38, no. 8, pp. 10 274–285.