Dataanalys och avancerade algoritmer

Grundläggande är att uppskatta sina förluster per timma istället för per år med stationsmätning och god mätkvalitet vilket visar timmar med för höga förluster. Lokaliserade icke-tekniska förluster, oavsett teknik, har resulterat i minskade ekonomiska förluster.

Enkätsvar från elnätsbolag visar vilka framtida utmaningar som man ser är allt från ökade energimätarkrav, förstärkningar och att värdesäkra nätet. Enkätsvaren visar att det finns stor spridning hur nätbolagen hanterar sina nätförluster, hur man i nuläget hanterar icke-tekniska förluster (ITF) och dess lokalisering och identifiering. Jämfört med kostnaden för nya generationens mätare kommer lagringskostnader för extra mätvärden och ökad mätupplösning inte vara den stora kostnadsdrivaren.

I denna rapport utvärderas korrelation, effektflödesanalys och maskininlärning för att detektera och lokaliserar olika typer av ITF. Med hjälp av maskininlärning kan förluster lokaliseras utan perfekt kunskap om elnätets uppbyggnad så länge dessa förluster följer förbrukningsmönstret och perioder utan ITF finns för upplärning av algoritmen.