KR20150056583A - 회수 가능한 유틸리티 수익을 추정하기 위한 방법들 및 시스템들 - Google Patents
회수 가능한 유틸리티 수익을 추정하기 위한 방법들 및 시스템들 Download PDFInfo
- Publication number
- KR20150056583A KR20150056583A KR1020157009065A KR20157009065A KR20150056583A KR 20150056583 A KR20150056583 A KR 20150056583A KR 1020157009065 A KR1020157009065 A KR 1020157009065A KR 20157009065 A KR20157009065 A KR 20157009065A KR 20150056583 A KR20150056583 A KR 20150056583A
- Authority
- KR
- South Korea
- Prior art keywords
- utility
- technical
- loss
- expected
- uncharged
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 38
- 238000004458 analytical method Methods 0.000 claims abstract description 44
- 238000011084 recovery Methods 0.000 claims abstract description 18
- 238000009826 distribution Methods 0.000 claims description 22
- 238000012384 transportation and delivery Methods 0.000 claims description 15
- 238000007726 management method Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 11
- 230000007257 malfunction Effects 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 8
- 238000013523 data management Methods 0.000 claims description 6
- 230000001052 transient effect Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 230000004913 activation Effects 0.000 claims description 2
- 230000009849 deactivation Effects 0.000 claims description 2
- 238000001994 activation Methods 0.000 claims 1
- 230000010354 integration Effects 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 description 20
- 238000004364 calculation method Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 7
- 239000004020 conductor Substances 0.000 description 5
- 230000003466 anti-cipated effect Effects 0.000 description 4
- 230000006854 communication Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 238000000540 analysis of variance Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000002277 temperature effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Telephonic Communication Services (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
시스템은 유틸리티 분석 시스템(utility analytics system)을 포함한다. 이 유틸리티 분석 시스템은 적어도 하나의 유틸리티 비-기술적 손실(non-technical loss)의 확률을 유도하도록 구성된 비-기술적 유틸리티 손실 시스템, 고객 속성 및 상기 적어도 하나의 유틸리티 비-기술적 손실의 확률에 기초하여 고객에 대한 예상된 미청구 유틸리티 서비스를 계산하도록 구성된 미청구 유틸리티 시스템, 및 상기 예상된 미청구 유틸리티 서비스 및 수익 회수의 확률에 기초하여 예상된 회수 가능한 수익을 계산하도록 구성된 수익 회수성 시스템을 포함한다.
Description
본 발명은 일반적으로 에너지 배달 기반 시설(energy delivery infrastructure)에 관한 것으로, 보다 구체적으로는, 에너지 배달 기반 시설 내의 비기술적 손실들(nontechnical losses)로부터 회수 가능한 수익을 추정하기 위한 방법들 및 시스템들에 관한 것이다.
에너지 분배 그리드(energy distribution grid)들과 같은 에너지 기반 시설은 에너지 데이터를 검출 및 분석하기 위한 센서들 및 분석 디바이스들을 갖는 다양한 시스템들 및 컴포넌트들을 포함할 수 있다. 에너지 분배 그리드 예에서, 시스템들은 발전 시스템들, 송전 시스템들, 배전 시스템들, 스마트 계량기들(smart meters), 디지털 통신 시스템들, 제어 시스템들 및 그들의 관련된 컴포넌트들을 포함할 수 있다. 에너지 기반 시설과의 특정한 연관들은 에너지 기반 시설에 대한 자본(capitalization), 비용들 및 수익들을 상세하는 계약들, 서비스 레벨 동의들 등을 포함할 수 있다. 그러나, 에너지 기반 시설을 통해 배달되는 모든 에너지가 청구되진 않을 수 있다.
원래 청구된 발명과 범위 면에서 적합한 특정한 실시예들이 아래에서 요약된다. 이들 실시예들은 청구된 발명의 범위를 제한하도록 의도되는 것이 아니라, 오히려 이들 실시예들은 단지 본 발명의 가능한 형태들의 간략한 요약을 제공하도록 의도된다. 실제로, 본 발명은 아래에서 기술된 실시예들과 유사하거나 상이할 수 있는 다양한 형태들을 포함할 수 있다.
시스템은 유틸리티 분석 시스템(utility analytics system)을 포함한다. 유틸리티 분석 시스템은 적어도 하나의 유틸리티 비-기술적 손실(non-technical loss)의 확률을 유도하도록 구성된 비-기술적 유틸리티 손실 시스템, 고객 속성들 및 적어도 하나의 유틸리티 비-기술적 손실의 확률에 기초하여 고객에 대한 예상된 미청구 유틸리티 서비스를 계산하도록 구성된 미청구 유틸리티 시스템, 및 예상된 미청구 유틸리티 서비스의 확률 및 수익 회수의 확률에 기초하여 예상된 회수 가능한 수익을 계산하도록 구성된 수익 회수성 시스템을 포함한다.
컴퓨터 실행 가능한 코드가 저장되어 있는 비-일시적인 컴퓨터-판독 가능한 매체는 명령들을 포함하며, 이 명령들은 유틸리티 그리드에 대한 적어도 하나의 유틸리티 비-기술적 손실(non-technical loss)의 확률을 유도하기 위한 명령들, 고객 속성들 및 적어도 하나의 유틸리티 비-기술적 손실의 확률에 기초하여 고객에 대한 예상된 미청구 유틸리티 서비스를 유도하기 위한 명령들, 및 예상된 미청구 유틸리티 서비스의 확률 및 수익 회수의 확률에 기초하여 예상된 회수 가능한 수익을 계산하기 위한 명령들을 포함한다.
방법은 유틸리티 배달 시스템 내의 복수의 계량기들로부터 유틸리티 서비스 데이터를 수신하는 단계, 유틸리티 배달 시스템에 대한 적어도 하나의 유틸리티 비-기술적 손실의 확률을 유도하는 단계, 고객 속성들 및 적어도 하나의 유틸리티 비-기술적 손실의 확률에 기초하여 고객에 대한 예상된 미청구 유틸리티 서비스를 유도하는 단계, 및 예상된 미청구 유틸리티 서비스의 확률 및 수익 회수의 확률에 기초하여 예상된 회수 가능한 수익을 계산하는 단계를 포함한다.
본 발명의 이들 및 다른 특징들, 양상들 및 이점들은, 유사한 문자들이 도면들 전체에 걸쳐서 유사한 부분들을 나타내는 첨부 도면을 참조하여 하기의 상세한 설명을 읽을 때 더 잘 이해될 것이다.
도 1은 에너지 생성, 전송 및 분배 기반 시설 시스템의 실시예의 블록도이다.
도 2는 도 1의 시스템에 포함되는 컴퓨터-구현 분석 시스템의 실시예의 블록도이다.
도 3은 본 실시예들에 따라 유틸리티 비-기술적 손실들을 검출 및 계산하고 회수 가능한 수익을 추정하기에 적합한 컴퓨터-구현 프로세스의 실시예를 예시하는 흐름도이다.
도 2는 도 1의 시스템에 포함되는 컴퓨터-구현 분석 시스템의 실시예의 블록도이다.
도 3은 본 실시예들에 따라 유틸리티 비-기술적 손실들을 검출 및 계산하고 회수 가능한 수익을 추정하기에 적합한 컴퓨터-구현 프로세스의 실시예를 예시하는 흐름도이다.
본 발명의 하나 이상의 특정한 실시예들이 아래에 설명될 것이다. 이들 실시예들의 간결한 설명을 제공하기 위해, 실제 구현들의 모든 특징들이 명세서에서 설명되진 않을 수 있다. 임의의 이러한 실제 구현의 개발에 있어서, 임의의 엔지니어링 또는 설계 프로젝트에서와 같이, 구현 마다 변동될 수 있는 시스템-관련 및 비즈니스-관련 제약들의 준수(compliance)와 같은 개발자의 특정한 목적들을 달성하기 위해 다수의 구현-특정 판단들이 내려져야 한다는 것이 인지되어야 한다. 또한, 이러한 개발 노력은 복잡하고 시간 소모적이지만, 그럼에도, 본 개시의 이익을 갖는 당업자들에 대해 설계, 제조 및 제작을 착수하는데 있어 일상(routine)일 것이라는 것이 인지되어야 한다.
본 발명의 다양한 실시예의 엘리먼트들을 소개할 때, 용어 "하나의", "한", "그" 및 "상기"는 그 엘리먼트가 하나 이상 존재한다는 것을 의미하도록 의도된다. "포함하는", "구비하는" 및 "갖는"이라는 용어들은 포괄적인 것으로 의도되며 나열된 엘리먼트 이외의 다른 부가적인 엘리먼트들이 존재한다는 것을 의미한다.
에너지 그리드와 같은 특정한 기반 시설은 다양한 상호연결된 시스템들 및 컴포넌트들을 포함할 수 있다. 예를 들어, 에너지 그리드는 발전 시스템, 송전 및 배전 시스템들, 계량기 시스템들, 디지털 통신 시스템들, 제어 시스템들 및 그의 관련된 컴포넌트들을 포함할 수 있다. 에너지 그리드와의 비-기술적 연관들은 에너지 그리드의 유틸리티에 대한 자본, 비용들 및 예상되는 월별, 분기별 및 연별 수익들을 상세하는 계약들, 서비스 레벨 동의들 등을 포함할 수 있다. 특히, 에너지 그리드의 유틸리티 및/또는 소매 에너지 제공자는 일반적으로 1달의 지속기간인 미리 결정된 청구 사이클을 통해 에너지 그리드에 에너지를 연속적으로 배달할 수 있다. 그러나 다른 청구 사이클들, 예컨대 1주, 2주, 분기 등이 이용될 수 있다. 이에 따라 유틸리티는 청구 사이클 동안 에너지 그리드의 고객들에게 배달된 에너지의 양을 확인할 수 있다. 불행히도, 그리드에 배달되는 에너지는, 기술적 및 비-기술적 손실들을 포함하는 특정한 손실들로 인해 손실될 수 있기 때문에, 유틸리티들은 배달된 에너지로부터 예상되는 수익들을 정확히 확인할 수 없을 수도 있다.
이에 따라, 본 실시예들은, 기술적 및 비-기술적 에너지 손실들을 검출하고 계산하는데 유용하며, 대응하는 예상된 회수 가능한 수익을 계산하기에 적합한 시스템들 및 방법들에 관한 것이다. 기술적 손실들은 배전 손실들(예를 들어, 저항 손실들, 방전 손실들)을 포함할 수 있다. 유리하게는, 본 명세서에서 설명된 시스템들 및 방법들은 부가적으로, 유틸리티 절도(utility theft), 계량기 오작동, 부적절한 계량기 설치들, 관리 에러들 및/또는 다른 인적 에러들과 같은 비-기술적 에너지 손실들을 검출 및/또는 계산할 수 있다. 일 실시예에서, 컴퓨터-구현 분석 시스템은 각각의 비-기술적 에너지 손실들에 대한 청구되지 않은 에너지를 계산할 수 있고, 이전의 계산된 미청구 에너지 및/또는 각각의 비-기술적 에너지 손실들에 대한 발생의 확률에 기초하여 예상되는 미청구 에너지를 유도할 수 있다. 또한, 분석 시스템은 또한 예상된 미청구 에너지의 회수성 측정(recoverability measure) 및 예상된 회수 가능한 유틸리티 수익을 계산할 수 있다. 본 명세서에서 이용된 바와 같이, "비-기술적 손실"은 유틸리티 배달 시스템의 컴포넌트들 및/또는 장비로 인한 에너지 손실들 및/또는 이러한 유틸리티 배달 시스템을 지배(governing)하는 공학적 또는 과학적 원리들로 인한 그 손실들(예를 들어, 기술적 손실들)을 이외의 임의의 에너지 및/또는 다른 유틸리티 손실을 지칭할 수 있다. 기술적 손실들은 배전 시스템들, 환경(예를 들어, 온도 영향들, 습도 영향들) 등의 비효율성으로 인한 손실들을 포함할 수 있다. 유사하게, "미청구 에너지(unbilled energy)"는 아직 청구되지 않은, 최종 사용자들에게 배달되고 소비되었거나, 또는 손실된 에너지의 부분을 지칭할 수 있다. 마찬가지로, "회수성(recoverability)"은 미청구 에너지와 연관된 수익들을 회수하는 확률을 지칭할 수 있다. 본 명세서에서 설명된 기법들은 전기 전력 유틸리티로 제한되는 것이 아니라, 가스 유틸리티들, 수도 유틸리티들, 하수 제거 등을 포함하는 임의의 유틸리티로 또한 확장될 수 있다는 것이 주의될 것이다.
전술한 내용을 염두에 둔다면, 도 1에 예시된 예시적인 에너지 그리드 시스템(10)과 같은 기반 시설의 실시예를 설명하는 것이 유용할 수 있다. 본 명세서에 설명된 시스템 및 방법은 전력 배달 기반 시설, 가스 배달 기반 시설, 및 다양한 유체 (예를 들면, 수도) 배달 기반 시설을 포함(그러나 이것으로 제한되지 않음)하는 다양한 기반 시설에 적용될 수 있다는 것이 주의되어야 한다. 도시된 바와 같이, 에너지 그리드 시스템(10)은 하나 이상의 유틸리티들(12)을 포함할 수 있다. 유틸리티(12)는 에너지 그리드 시스템(10)의 감독(oversight) 동작을 제공할 수 있다. 예를 들면, 유틸리티 제어 센터(14)는 하나 이상의 발전소(16) 및 대안적인 발전소(18)에 의해 생성된 전력을 모니터하고 송전(direct)할 수 있다. 발전소(16)는 연료로 가스, 석탄, 바이오매스, 및 다른 탄소질 생성물을 이용하는 발전소들과 같은 종래의 발전소를 포함할 수 있다. 대안적인 발전소(18)는 전기를 생성하기 위해 태양력, 풍력, 수력, 지열 발전(geothermal power), 및 다른 대안적인 전력 소스(예를 들면, 재생가능 에너지)를 이용하는 발전소를 포함할 수 있다. 다른 기반 시설 컴포넌트들은 수력 발전 시설(20) 및 지열 발전 시설(22)을 포함할 수 있다. 예를 들어, 수력 발전 시설(20)은 수력 발전을 제공할 수 있으며, 지열 발전 시설(22)은 지열 발전을 제공할 수 있다.
발전소들(16, 18, 20 및 22)에 의해 생성된 전력은 송전 그리드(24)를 통해 송전될 수 있다. 송전 그리드(24)는 하나 이상의 지방 자치체, 주 또는 지방과 같은 넓은 지리적 영역 또는 영역들을 커버할 수 있다. 송전 그리드(24)는 또한 단상 교류(AC) 시스템일 수 있지만, 가장 일반적으로는 삼-상 AC 교류 시스템일 수 있다. 도시된 바와 같이, 송전 그리드(24)는 다양한 구성들의 일련의 오버헤드 전기 도체를 지지하는 일련의 탑들을 포함할 수 있다. 예를 들어, 초고압(extreme high voltage; EHV) 도체들이 세 개의 도체 다발 - 삼상의 각 상은 하나의 도체를 가짐 - 로 배열될 수 있다. 송전 그리드(24)는 110 킬로볼트(kV) 내지 765 킬로볼트(kV) 또는 그 초과의 범위의 공칭 시스템 전압들을 지원할 수 있다. 도시된 실시예에서, 송전 그리드(24)는 전기적으로 배전 변전소 및 변전 그리드(26)에 커플링될 수 있다. 배전 변전소 및 변전 그리드(26)는 인입 전력의 전압을 송전 전압(예를 들면, 765 kV, 500kV, 345kV, 또는 138kV)으로부터 일차(예를 들면, 13.8kV 또는 4160V) 및 이차(예를 들어, 480V, 240V, 또는 120V) 배전 전압으로 변압하는 변압기를 포함할 수 있다. 예를 들면, 산업용 전력 소비자(예를 들면, 생산 공장)는 13.8kV의 일차 배전 전압을 사용하는 반면, 상업용 및 거주용 소비자에게 배달된 전력은 120V 내지 480V의 이차 배전 전압 범위에 있을 수 있다.
다시 도 1에 도시된 바와 같이, 송전 그리드(24) 및 배전 변전소 및 변전 그리드(26)는 유틸리티 에너지 그리드 시스템(10)의 일부일 수 있다. 따라서, 송전 그리드(24) 및 배전 변전소 및 변전 그리드(26)는 생성기, 스위치, 회로 차단기, 및 재폐로기(recloser) 등과 같은 전력 전자 장비를 제어하기 위한 다양한 디지털 및 자동화된 기술을 포함할 수 있다. 송전 그리드(24) 및 배전 변전소 및 변전 그리드(26)는 또한, 예를 들어, 프로그래머블 로직 컨트롤러(PLC) 및 전기 고장 감지 보호 계전기와 같은 다양한 통신, 모니터링 및 레코딩 디바이스들을 포함할 수 있다. 특정한 실시예에서, 송전 그리드(24) 및 배전 변전소 및 변전 그리드(26)는 또한 전력을 배달하며 전기 부하 수요의 변동과 같은 데이터를 계량기(30)에 전달할 수 있다.
특정한 실시예에서, 계량기(30)는 전력 사용 및/또는 생성을 수집, 측정, 및 분석하는데 사용된 첨단 계량 기반 시설(advanced metering infrastructure; AMI) 계량기일 수 있다. 계량기(30)는 송전망들(24), 배전 변전소 및 변전 그리드(26) 및 상업용 및/또는 산업용 소비자(32) 및 거주용 소비자(34)를 포함하는 시스템(10)의 컴포넌트들 중 하나 이상의 컴포넌트들에 전기적으로 그리고 통신 가능하게 커플링될 수 있다. 부가적으로, 계량기(30)는 상업적 사이트들(32), 거주지들(34) 및 유틸리티 제어 센터(14) 간의 양방향 통신을 가능하게 하여, 소비자 행동과 전력 사용 및/또는 생성 간의 링크를 제공할 수 있다. 예를 들어, 계량기(30)는 사전-지불된 에너지 이용 및/또는 지불 이전에 이용된 에너지를 트래킹하고 확인할 수 있다. 마찬가지로, 유틸리티의 소비자들(예를 들어, 상업적 사이트들(32), 거주지들(34)은 예를 들어, 낮은 수요 시간들 동안 더 낮은 레이트를 이용하도록 그의 에너지 소비를 최적화함으로써 더 낮은 유틸리티 요금들로부터 혜택을 받을 수 있다. 위에서 언급된 바와 같이, 전력은 또한 소비자들(예를 들어, 상업용 소비자들(32), 거주용 소비자들(34))에 의해 생성될 수 있다. 예를 들어, 소비자들(32, 34)은 전력을 생성하고 그리드(26)에 배달하기 위해 분배된 생성(distributed generation; DG) 자원(예를 들어, 태양 패널들 또는 풍력 터빈들)을 상호연결할 수 있다.
특정한 실시예들에서, 계량기(30)는 예를 들어, 디스플레이, 하나 이상의 프로세서들, 메모리 및 유사한 저장 디바이스들, 센서들, 온도 검출기들 등과 같은 전기 및 전자 컴포넌트들의 시스템을 포함할 수 있다. 또한, 계량기(30)는 전력 및 시간의 곱으로서 피상 전력(kVA), 실제 전력(즉, (시간 인터벌에 걸쳐서) 주어진 로드(32, 34)의 저항성 컴포넌트에 의해 소비된 평균 전력)(kW) 및 무효 전력(reactive power)(즉, 시간 인터벌에 걸쳐서 주어진 로드(32, 34)의 무효 컴포넌트에 의해 소비된 전력)(kvar)을 측정, 계산, 저장 및 디스플레이할 수 있다는 것이 인지되어야 한다. 예를 들어, 전기 유틸리티들은 청구 및/또는 공제(crediting) 목적들을 위해 kWh(kilowatt-hour) 당 소비자들의 사용 및/또는 생성을 그들에게 리포트할 수 있다.
시스템(10)의 컴포넌트들(예를 들어, 유틸리티(12), 유틸리티 제어 센터(14), 발전소들(16, 18, 20, 및 22), 송전 그리드(24), 변전소 및 변전 그리드(26), 계량기(30) 등)에는 분석 시스템(38)이 통신 가능하게 커플링될 수 있다. 특정한 실시예들에서, 분석 시스템(38)은 시스템(10)에 관련된 에너지 배달 데이터 및 비즈니스 데이터를 분석 및/또는 모델링하기에 적합한 임의의 하드웨어 시스템, 소프트웨어 시스템 또는 이들의 결합일 수 있다. 예를 들어, 아래에서 추가로 상세히 논의되는 바와 같이, 분석 시스템(38)은 청구된 및 미청구된 에너지, 비-기술적 에너지 손실, 예상된 수익 산출량(expected revenue yield) 등과 같이 비즈니스 관련 파라미터들을 유도 및 계산하는데 이용될 수 있는 다양한 서브시스템들(예를 들어, 비-일시적인 머신 판독 가능한 매체에 저장된 컴퓨터 실행 가능한 명령들로서 구현되는 소프트웨어 시스템들)을 포함할 수 있다. 이에 따라, 분석 시스템(38)은 발전소들(16, 18, 20, 및 22), 송전 그리드(24), 변전소 및 변전 그리드(26), 계량기(30) 등으로부터 연속적인 입력을 수신하고 유틸리티(12) 및/또는 유틸리티 제어 센터(14)에 이러한 정보를 리포트할 수 있다. 예를 들어, 분석 시스템(38)은 발전소들(16, 18, 20, 및 22)로부터 생성되고 송전 그리드(24)에 배달된 에너지의 정량화 가능한 양 및 비용을 수신할 수 있다. 특정한 에너지 손실들(예를 들어, 기술적 에너지 손실들)이 장거리 에너지 전송으로부터 발생할 수 있기 때문에, 분석 시스템(38)은 또한 송전 그리드(24) 및 변전소 및 변전 그리드(26)로부터, 전력의 배달 동안 송전 그리드(24) 전체에 걸쳐 특정한 지점들의 에너지 양들을 수신하고 예를 들어, 계량기(30) 및 더 나아가, 상업용 소비자들(32) 및 거주용 소비자들(34)에 배달된 총 에너지를 계산할 수 있다. 동일한 예에서, 분석 시스템(38)은 상업용 소비자들(32) 및 거주용 소비자들(34)과 연관된 각각의 계량기(30)로부터, 에너지의 비용, 이용 종단점(예를 들어, 상업용 빌딩들, 거주지들)에서 이용되고 및/또는 소비자들(32, 34)에게 청구된 에너지의 양, 미청구 에너지의 양(예를 들어, 청구 사이클에 걸쳐서 손실되었거나 소비자들(32, 34)에 의해 이용되었지만, 아직 청구되지 않은 에너지), 이용의 시간(time of use; TOU) 데이터, 이용 프로필들 등을 수신할 수 있다.
분석 시스템(38)은 또한, 본 명세서에서 설명된 기법들을 구현하는데 유용한 하나 또는 그 초과의 프로세서들, 메모리 및/또는 저장소, 입력/출력(I/O) 포트들, 네트워크 인터페이스, 운영 체제, 소프트웨어 애플리케이션들 등을 포함할 수 있다. 특히, 분석 시스템(38)은 비-일시적인 머신-판독 가능한 매체(예를 들어, 메모리 및/또는 저장소)에 저장되고, 예를 들어, 분석 시스템(38)에 포함될 수 있는 하나 또는 그 초과의 프로세서들에 의해 실행되는 코드 또는 명령들을 포함할 수 있다. 특정한 실시예들에서, 프로세서는, 메모리 및/또는 저장소와 함께, 다양한 소프트웨어 시스템들 및 애플리케이션들을 실행하기 위한 운영 체제를 지원하도록 구성될 수 있다. 부가적으로, 분석 시스템(38)은 개인 영역 네트워크(personal area network; PAN)(예를 들어, NFC), 로컬 영역 네트워크(local area network; LAN)(예를 들어, Wi-Fi), 광역 네트워크(wide area network; WAN)(예를 들어, 3G 또는 LTE), 물리적 연결(예를 들어, 이더넷 연결, 전력 라인 통신) 등을 통해 시스템(10) 내에서 통신을 허용할 수 있는 네트워크 인터페이스를 포함할 수 있다. 특정한 실시예들에서, 분석 시스템(38)은 또한 비-기술적 에너지 손실들로부터의 회수 가능한 수익을 추정하기 위해 도 2에 관하여 더 상세히 논의되는 바와 같은 시스템들을 포함할 수 있다.
이에 따라, 도 2는 분석 시스템(38)의 실시예의 블록도이다. 도 1에 관하여 위에서 언급된 바와 같이, 분석 시스템(38)은 소비자(32, 34) 절도, 계량기(30) 오작동, 부적절한 계량기(30) 설치들, 관리 에러들(예를 들어, 기록관리 및 회계 에러들)로부터 초래되는 비-기술적 유틸리티 손실들, 예컨대, 에너지, 가스 및/또는 물 손실들로부터 회수 가능한 수익을 계산 및 추정하는데 이용될 수 있는 다양한 시스템들(예를 들어, 하드웨어 또는 소프트웨어 시스템들)을 포함할 수 있다. 도시된 바와 같이, 분석 시스템(38)은 데이터 관리 서브시스템(44)에 통신 가능하게 커플링되는 소프트웨어 데이터 버스(40) 및 외부 데이터 서비스 시스템(42)을 포함할 수 있다. 소프트웨어 데이터 버스(40)는 계량기(30), 상업용 소비자들(32), 거주용 소비자들(34) 등으로부터 수신된 에너지 및 비즈니스 데이터와 같은 데이터를 분석 시스템(38) 내부의 컴포넌트들에 전달하는 서브시스템일 수 있다. 외부 데이터 서비스들(42)은 분석 시스템(38) 외부의 컴포넌트들(예를 들어, 유틸리티(12), 유틸리티 제어 센터(14), 발전소들(16, 18, 20 및 22), 그리드들(24 및 26), 계량기(30) 등)과 데이터를 교환하는데 유용한 시스템들을 포함할 수 있다.
예를 들어, 특정한 실시예들에서, 분석 시스템(38)은 예를 들어, 임시 및/또는 영구 전기 결함들과 같은 운전정지 또는 두절 이벤트들을 예측하고 응답할 수 있는 운전정지 관리 시스템(Outage Management System; OMS)을 포함할 수 있다. 유사하게, 분석 시스템(38)은 더 적은 수요를 경험하는 발전소들(16, 18, 20 및 22)로부터 더 많은 수요를 경험하는 발전소들(16, 18, 20 및 22)로 에너지를 재-라우팅하기에 적합한 분배 관리 시스템(Distribution Management System; DMS)을 포함할 수 있다. 그래픽 정보 시스템(Geographic Information System; GIS)이 포함되고 그리드들(24 및 26) 컴포넌트들의 컴포넌트들(예를 들어, 전기 도체들, 변압기들, 배전 변전소, 노드들 등), 계량기(30), 상업용 소비자들(32) 및 거주용 소비자들(34)의 물리적 로컬 정보를 제공하는데 이용될 수 있다. 물리적 위치 정보는 예를 들어, 맵 또는 다른 적합한 시각적 매체(예를 들어, 차트) 상에 다양한 에너지 이용 및 생성 위치들을 디스플레이하도록 에너지 이용 가시화를 생성하는데 이용될 수 있다.
여전히 유사하게, 분석 시스템(38)은 청구 정보, 에너지 이용 정보, 청구 레이트들, 로드 프로필들 등을 포함하는 고객 정보(예를 들어, 소비자들(32, 34))를 획득하는데 이용되는 고객 정보 시스템(Customer Information System; CIS)을 포함할 수 있다. 포함된 계량기 데이터 관리(Meter Data Management; MDM) 시스템은 예를 들어, 계량기(30)로부터 수신될 수 있는 대량의 에너지 데이터에 대한 데이터 저장 및 관리를 수행할 수 있다. 이러한 데이터는 이용 데이터, 이벤트 데이터(예를 들어, 무단변경 이벤트(tamper event)들, 계량기 장애 이벤트들, 배전 장애 이벤트들), AMI 또는 자동 계량기 판독(Automatic Meter Reading; AMR) 시스템들을 통해 계량기(30)로부터 수신되는 알람들 및/또는 경고들을 주로 포함할 수 있다. 여전히 계속해서, 분석 시스템(38)은 또한 예를 들어, 피크(peak), 피크-근접 및 한산한(off-peak) 시간들 동안 이용되는 전기의 양을 계산하는 계량기 데이터 저장소(Meter Data Repository; MDR)를 포함할 수 있다. 분석 시스템(38)은 또한 날씨가 그리드들(24 및 26)을 통해 소비자들(32, 34)과 연관된 계량기들(30)로의 에너지의 전송 및 배달에 영향을 줄 수 있기 때문에, 날씨 예측 시스템들(예를 들어, 글로벌 예보 시스템, 도플러 레이더들(Doppler radars) 등)과 같은 외부 데이터 서비스들(42)로부터의 데이터를 포함할 수 있다. 데이터 관리 시스템(44)은 OMS, DMS, GIS, CIS, MDM, MDR, 및 AMI 시스템들을 통해 수신된 다양한 데이터를 관리하고, 이 데이터를 시스템(50) 내의 비-기술적 에너지 손실 검출 시스템(46), 미청구 에너지(또는 미청구 가스, 미청구 물) 계산 시스템(48), 및 수익 회수성 계산과 같은 서브시스템들에 전달하기 위한 운영 체제를 지원하도록 구성될 수 있다.
특정한 실시예들에서, 유틸리티 비-기술적 손실 시스템(46)은 소비자 절도로부터 발생하는 손실들, 계량기(예를 들어, 계량기(30)) 오작동, 부적절한 계량기 설치들, 관리 에러들(예를 들어, 유틸리티 기록관리 및 회계 에러들) 등과 같은 비-기술적 에너지 손실들을 검출 및/또는 추정하는데 이용될 수 있는 소프트웨어 시스템, 하드웨어 시스템 또는 이들의 결합일 수 있다. 특히, 기술적 에너지 손실들이 장비 마모, 나쁜 날씨로 인한 전기 결함들 등의 결과일 수 있는 반면에, 비-기술적 에너지 손실들은 전력 시스템(예를 들어, 시스템(10))의 컴포넌트들 및/또는 장비 외부의 발생들, 예를 들어, 소비자(32, 34) 절도, 계량기(30) 오작동, 계량기(30) 무단변경 등으로부터 발생할 수 있다. 이러한 비-기술적 에너지 손실들은 유틸리티(예를 들어, 유틸리티(12))에 대한 금융 및/또는 수익 손실을 초래할 수 있다. 본 명세서에서 설명된 바와 같이 이러한 비-기술적 손실들의 발생을 검출 및/또는 예측하는 것이 유리할 것이다.
유틸리티 비-기술적 손실 시스템(46)은 예를 들어, 도 1에 관하여 논의된 시스템(10) 내에서 발생할 수 있는 비-기술적 손실들을 검출 및 확인하기 위해 외부 데이터 서비스 시스템(42)을 통해 수신된 데이터(예를 들어, OMS, DMS, GIS, CIS, MDM, MDR, 및 AMI 데이터)를 이용할 수 있다. 보다 구체적으로, 유틸리티 비-기술적 손실 시스템(46)은 분석 시스템(38)에 포함될 수 있는 비즈니스 규칙 시스템(52)에 의해 생성된 미리 결정된 규칙들 또는 특정한 기준들 및 (예를 들어, CIS, MDM, MDR로부터) 수신된 데이터를 이용하여 계산 및 분석을 수행할 수 있다. 예를 들어, 유틸리티 비-기술적 손실 시스템(46)은 동시적 연결해제된 서비스 및 활성 이용(즉, 비인가된 전기 및/또는 에너지 이용)을 갖는 계량기들(30), 일일 중 특정한 시간들에 우회되는 계량기(30) 데이터 판독, 많은 시간들, 날들, 달들, 연들 등 동안 판독들 또는 이벤트들을 생성하지 않았었을 수 있는 검출 가능한 계량기들(30), 과도한 수의 특정한 이벤트들(예를 들어, 전기 스위칭, 활성화 및/또는 탈활성화, 전기 과도 노이즈(electrical transient noise) 등)을 갖는 계량기들(30), 무단변경 이벤트들을 갖는 계량기들(30) 등의 검출과 같은 유틸리티 비즈니스 규칙들에 기초하여 비-기술적 에너지 손실들을 계산하도록 구성될 수 있다. 비즈니스 규칙 시스템(52)은 또한 유틸리티 비-기술적 손실들의 경우들의 우선순위화(prioritization)를 유도하도록 하나 이상의 금융 비즈니스 규칙들을 생성할 수 있다. 예를 들어, 금융 비즈니스 규칙들은 유틸리티 비-기술적 손실들의 중 하나 또는 주어진 경우들을 추적(pursue)하는데 요구되는 시간, 노력(예를 들어, 인시(man-hour), 및 돈과 같은 비즈니스 자원들을 고려할 수 있다. 즉, 비즈니스 규칙 시스템(52)은 비기술적 손실로 의심되는 주어진 소비자(32, 34) 계정들을 추적하기 위한 유틸리티(12)에 대한 투자 수익(return on investment; ROI)을 생성하여서, 유틸리티가 수익을 회수하는데 초래될 수 있는 비용들에 대해 예상된 회수 가능한 수익을 비교하도록 허용될 수 있다.
일 실시예에서, 유틸리티 비-기술적 손실 시스템(46)은 또한 특정한 지리적인 영역들(예를 들어, 지방들, 지역들, 도시들, 지역사회들 및 인근들) 및 소비자 환경들(예를 들어, 산업, 상업, 공용 기반 시설, 거주) 내의 계량기들(30)의 클러스터의 에너지 이용 데이터를 동일한 지리적 영역 또는 소비자 환경의 다른 계량기들(30)에 비교함으로써 비-기술적 에너지 손실들을 계산 및 검출할 수 있다. 예를 들어, 거주용 소비자(34)와 연관되는 각각의 계량기(30)의 에너지 이용 데이터는 동일한 인근 내의 다른 거주용 소비자들(34)의 에너지 이용과 비교될 수 있다.
특정한 실시예들에서, 유틸리티 비-기술적 손실 시스템(46)은 소비자(32, 34) 절도, 계량기(30) 오작동, 계량기(30) 무단변경, 부적절한 계량기(30) 설치들 및 관리 에러들을 포함하는 비-기술적 에너지 손실들의 각각의 카테고리의 확률을 또한 계산할 수 있다. 예를 들어, 유틸리티 비-기술적 손실 시스템(46)은 금융 이력(예를 들어, 신용카드 이력, 연체 또는 체납, 장기 및 단기 부채, 현금 계정 등), 환경(예를 들어, 직업), 수입(예를 들어, 월별 및 연별), 범죄 경력, 운전 및 차량 이력, 유틸리티 청구 및 지불 데이터, 및 이웃 소비자들(32, 34)에 대한 유사한 비교 기준들과 같이 소비자들(32, 34)의 특정한 인구통계학적 데이터(demographic data)에, 에너지 이용 데이터 및 미리 결정된 기준들에 기초한 계산들을 결합할 수 있다. 이에 따라, 결과들은 비-기술적 에너지 손실의 각각의 카테고리에 대한 회수성일 수 있다. 일 실시예에서, 머신 러닝 모델(machine learning model)은 이력 및 예측 에너지 이용 데이터를 생성하도록 계산들 및 확률들을 정제하는데 이용될 수 있다. 추가로 인지될 바와 같이, 각각의 비-기술적 에너지 손실의 비-기술적 에너지 손실 계산들 및 확률은 비-기술적 에너지 손실들로 인한 예상된 미청구 에너지 및 예상된 회수 가능한 수익을 계산하는데 이용될 수 있다. 다른 실시예들에서, 통계 모델들(예를 들어, 선형 회귀, 비-선형 회귀, 데이터 마이닝(data mining))과 같은 기법들 및 인공 지능 모델(예를 들어, 전문가 시스템, 퍼지 로직(fuzzy logic), 서포트 백터 머신들(support vector machines; SVM들), 로직 추론 시스템들)과 같은 기법들이 이력 및/또는 예측 에너지 이용 데이터를 생성하는데 이용될 수 있다.
유틸리티 비-기술적 손실 시스템(46)과 유사하게, 미청구 유틸리티 서비스 시스템(48)의 계산은 비-기술적 에너지 손실의 각각의 카테고리에 대한 미청구 에너지를 계산하기 위해 이용될 수 있는 소프트웨어 시스템, 하드웨어 시스템, 또는 이들의 결합일 수 있다. 앞서 언급된 바와 같이, 미청구 에너지는 예를 들어, 소비자들(32, 34)에 아직 청구되지 않았지만 청구될 필요가 있을 수 있는, 계량기(30)(예를 들어, 소비자들(32, 34)과 연관됨)에 전달된 에너지의 부분을 지칭할 수 있다. 에너지 이용은 각각의 청구 사이클의 종료 때까지 유틸리티에 명확하게 되지 않기 때문에, 미청구 에너지는 월별, 분기별 및/또는 연별 회계와 같은 비즈니스 관련 목적들에 대해 추정될 수 있다. 예를 들어, 유틸리티(12)가 주어진 달 동안 대략 5,000kWh의 전력을 거주용 소비자(32)에 배달할 수 있지만, 유틸리티(12) 및/또는 다른 소매 제공자는 청구 사이클의 종료 시에 이용량(usage)을 결정하기 위해 소비자(32)와 연관된 계량기(30)가 판독될 때까지 소비자(32)에 청구하지 않을 것이다. 그러나 이러한 미청구 에너지와 연관된 수익들은 비즈니스 및 회계 목적들을 위해 유틸리티(12)에 의해 여전히 추정될 수 있다. 미청구 에너지는 앞서 논의된 비-기술적 에너지 손실들로부터 발생할 수 있다는 것이 또한 인지되어야 한다. 이에 따라, 미청구 유틸리티 서비스 시스템(48)의 계산은 다양한 소비자들(32, 34)의 클러스터들의 에너지 이용 데이터에 기초하여 각각의 계량기(30)에 대한 로드 프로필(즉, 신간 인터벌에 걸친 전기 로드 변동)을 생성하도록 (예를 들어, MDM으로부터) 수신된 데이터를 이용할 수 있다.
예를 들어, 특정한 실시예들에서, 미청구 유틸리티 서비스 시스템(48)은 소비자들(32, 34)과 연관된 다수의 계량기들(30)의 클러스터를 생성할 수 있다. 일 실시예에서, 미청구 유틸리티 서비스 시스템(48)은 다양한 소비자(32, 34) 클러스터들의 로드 프로필을 모델링하도록 k-평균(means) 클러스터링 기법을 구현할 수 있다. 특히, 클러스터 내의 각각의 계량기(30)의 로드 프로필들의 모델들은 클러스터 내의 각각의 계량기(30)에 대한 예상된 로드 프로필을 추정하기 위해 k개의 세트들 또는 클러스터들로 그룹핑될 수 있다. 이러한 방식으로, 예를 들어, 소비자들(32, 34)과 연관된 하나 이상의 계량기들(30)의 미청구 에너지는 정의된 청구 사이클에 걸쳐서 소비자들(32, 34)의 수신된 에너지 이용과 예상된 로드 프로필 간의 차이의 적분으로서 계산될 수 있다. 즉, 특정한 고객 속성들은 미청구 유틸리티 서비스를 유도하기 위해 고객 이용(예를 들어, 소비자(32, 34))의 이력적 분석에 이용될 수 있다. 고객 속성들은 GIS 입력들(높은 범행 영역들), 데이터 마이닝, 통계 분석, 거주용 소비자(34)의 집의 평균 스퀘어 풋에이지(average square footage), 온도 정규화 등을 포함할 수 있다. 다른 기법들은 예상된 에너지 소비를 예측하고 및/또는 관찰된 소비 패턴들로부터의 변동들을 유도하기 위해 로드 프로필을 모델링하는데 이용될 수 있다. 예를 들어, 미청구 유틸리티 서비스 시스템(48)은 선형 회귀, 비선형 회귀, 변동의 분석(analysis of variance; ANOVA), 분류 및 회귀 트리(classification and regression tree; CART) 분석, Chi 스퀘어 자동 상호작용 검출(Chi square automatic interaction detection; CHAID), 최근접 이웃 알고리즘들, 클러스터 분석 기법들, 네이브 베이예스 및 베예시안 신뢰 네트워크들(naive Bayes and Bayesian belief networks), 서포트 벡터 머신들(support vector machines; SVM들), 뉴럴 네트워크 등을 이용할 수 있다.
부가적으로, 미청구 에너지 계산은, 미청구 에너지가 날씨 변동, 계량기(30)가 판독되는 날짜 및 시간, 계절 변화들, 휴일 및 주말 등으로 인해 청구 사이클 마다 변동될 수 있기 때문에 연속적으로 조정될 수 있다. 즉, 에너지 소비의 예측, 변동들, 예상된 미청구 에너지 및/또는 수익에 대한 회수성 측정들(예를 들어, 회수될 달러들, 회수될 수익의 퍼센트, 회수 확률)은 예를 들어, 시간별로, 일별로, 주별로, 및/또는 월별로 연속적으로 업데이트될 수 있다. 또한, 예상된 미청구 에너지는, 계산된 미청구 에너지 및 비-기술적 에너지 손실의 각각의 카테고리의 확률의 곱으로서 비-기술적 에너지 손실들의 각각의 카테고리(예를 들어, 소비자들(32, 34) 절도에 의한 절도, 계량기(30) 오작동, 계량기(30) 무단변경 등)에 대해 계산될 수 있다. 이러한 방식으로, 유틸리티(12)는 예상된 미청구 에너지를 보다 정확히 추정할 수 있다. 예상된 미청구 에너지, 특히, 비-기술적 에너지 손실들로부터의 예상된 미청구 에너지는, 예를 들어, 보통은 무대책으로 인해 유틸리티(12)에 의해 손실되었을, 예상된 회수 가능한 수익을 생성하는데 이용될 수 있다.
이에 따라, 수익 회수성 시스템(50)의 계산은 유틸리티(12)의 예상된 회수 가능한 수익 및 회수성을 계산하기 위해 이용되는 소프트웨어 시스템, 하드웨어 시스템 또는 이들의 결합일 수 있다. 위에서 언급된 바와 같이, 회수성은 예를 들어, 미청구 유틸리티 서비스 시스템(48)에 의해 계산되는 예상된 미청구 에너지 계산에 기초하여 손실된 수익들을 회수하는 확률을 지칭할 수 있다. 다른 회수성 측정들은 회수될 수 있는 양(예를 들어, 달러) 및 회수될 수 있는 손실된 에너지의 퍼센트를 포함할 수 있다. 특정한 실시예들에서, 수익 회수성 시스템(50)은 비-기술적 에너지 손실의 카테고리, 소비자들(32, 34)의 타입(예를 들어, 산업, 상업, 거주 등), 소비자(32, 34) 인구통계학적 데이터(예를 들어, 신용카드 이력, 유틸리티 청구 및 지불 이력 등), GIS 및 관련된 데이터(예를 들어, 범행 맵들, 도시 집중 맵들, 시골 집중 맵들, 물리적 도관 또는 유선 맵들, 보험 맵들, 홍수 맵들) 등과 같은 특정한 기준들에 기초하여 회수성을 랭크(rank)할 수 있다. 예를 들어, 수익 회수성 시스템(50)은 최고 회수성 및 경제적 가치를 갖는 것으로서 계량기(30) 오작동 및 설치 에러들과 같은 비-기술적 에너지 손실들을 랭크시킬 수 있는데, 그 이유는 이러한 이례들(anomalies)이 미래의 (예를 들어, 다음 발생하는 청구 사이클) 수익들을 회수하기 위해 검출 가능하고 정정될 수 있기 때문이다. 수익 회수성을 랭크시킴으로써, 자원들은 보다 더 회수 가능한 수익을 포함할 수 있는 계정들에 집중될 수 있다. 이에 따라, 자원들은 보다 최적으로 할당될 수 있고, 노력에 관한 보상(return on effort)이 최대화될 수 있다. 소비자(32, 34) 절도와 같은 다른 비-기술적 에너지 손실은 더 낮은 회수성을 가질 수 있는데, 그 이유는 소비자(32, 34) 절도는 소비자마다, 그리고 청구 사이클마다 크게 변동될 수 있기 때문이다. 예를 들어, 산업 및 상업용 소비자들(32)은 거주용 소비자들(34)보다 회수성이 더 높은 것으로 볼 수 있는데, 그 이유는 산업 및 상업용 소비자들(32)의 에너지 소비는 그들의 비즈니스 동작들과 직접적으로 관련될 수 있기 때문이다.
특정한 실시예들에서, 수익 회수성 시스템(50)은 유틸리티(12)에 대한 예상된 회수 가능한 수익을 또한 계산할 수 있다. 이런 예상된 회수 가능한 수익은 월별, 분기별 및/또는 연별 에너지 판매 수익들을 반영할 수 있다. 일 실시예에서, 수익 회수성 시스템(50)은 예상된 미청구 에너지 및 청구 레이트와 각각의 비-기술적 손실들의 회수성의 곱으로서 청구 사이클(예를 들어, 월)에 대한 예상된 미청구 에너지를 계산하는데 이용될 수 있다. 예를 들어, 앞서 논의된 바와 같이, 에너지 유틸리티들(예를 들어, 유틸리티(12))은 청구 목적들을 위해 kWh 당 그들의 이용량을 소비자들(32, 34)에 리포트할 수 있다. 비-기술적 에너지 손실의 각각의 카테고리의 회수성을 계산하면, 수익 회수성 시스템(50)은 예상된 미청구 에너지 및 에너지 이용 청구 레이트(예를 들어, kWh 당 가격)에 기초하여 예상된 회수 가능한 수익을 추정할 수 있다.
이제 도 3을 참조하면, 예를 들어, 도 1에서 도시된 시스템(10)에 포함되는 분석 시스템(38)을 이용함으로써 유틸리티 비-기술적 손실들을 검출 및 계산하고 회수 가능한 수익을 추정하는데 유용한 프로세스(60)의 실시예를 예시하는 흐름도가 제시된다. 프로세스(60)는 비-일시적인 머신-판독 가능한 매체(예를 들어, 메모리)에 저장되고 예를 들어, 분석 시스템(38)에 포함되는 하나 이상의 프로세서들에 의해 실행되는 코드 또는 명령들을 포함할 수 있다. 프로세스(60)는 분석 시스템(38)이 이벤트 및 로드 프로필 데이터를 수신 및 분석(블록 62)하는 것으로 시작할 수 있다. 예를 들어, 앞서 논의된 바와 같이, 분석 시스템(38)은 프로세싱 및 분석을 위해 다양한 OMS, DMS, GIS, CIS, MDM, MDR, 및 AMI 시스템들을 통해 에너지 이용 및 다른 에너지 데이터를 수신할 수 있다. 예를 들어, 외부 데이터 서비스 시스템(42)을 통해 수신되는 에너지 활용 데이터, 기술적 손실 데이터, 경제 데이터(예를 들어, 에너지 데이터에 대한 시장(market)들), 날씨 관련 데이터, 규제 데이터(예를 들어, 가격 및 고객 이용량에 관한 규제들의 효력들), GIS 및 관련 데이터(예를 들어, 범행 맵들, 도시 집중 맵들, 시골 집중 맵들, 물리적 도관 또는 유선 맵들, 보험 맵들, 홍수 맵들) 등을 비롯한 다른 데이터가 또한 수신되고 분석될 수 있다. 프로세스(60)는 분석 시스템(38)을 이용하여, 예를 들어, 비인가된 전기 및/또는 에너지 서비스를 갖는 활성 계량기들(30)의 검출과 같이 비즈니스 규칙들에 기초한 비기술적 에너지 손실들 및 다수의 비-기술적 에너지 손실들의 각각의 확률을 검출 및 계산(블록 64)하는 것으로 지속될 수 있다.
프로세스(60)는 이어서, 분석 시스템(38)이 하나 이상의 청구 사이클들에 대한 미청구 유틸리티 서비스를 계산(블록 66)하는 것으로 이어질 수 있다. 유틸리티 비-기술적 손실들의 계산(예를 들어, 블록 64) 및 미청구 유틸리티 서비스의 계산(예를 들어, 블록 66)에 기초하여, 분석 시스템(38)은 이어서 예상된 미청구 유틸리티 서비스를 계산(블록 68)할 수 있다. 이에 따라, 유틸리티(12)는 비즈니스 목적들을 위해 예상된 미청구 유틸리티 서비스를 보다 더 정확히 예측할 수 있다. 다음으로, 분석 시스템(38)은 예상된 미청구 유틸리티 서비스의 회수성을 계산(블록 70)할 수 있다. 예를 들어, 회수성은 예상된 미청구 유틸리티 서비스 계산에 기초하여 손실된 수익들을 회수하는 확률일 수 있고, 예를 들어, 회수될 수 있는 손실된 에너지의 퍼센트로서 표현될 수 있다. 도 2에 관하여 위에서 언급된 바와 같이, 예상된 미청구 유틸리티 서비스의 회수성은 또한 유틸리티 비-기술적 손실의 카테고리 및 소비자(32, 34) 인구 통계학적 데이터와 같은 비즈니스 규칙들에 따라 랭크될 수 있다. 이에 따라 유틸리티(12)는 이들 수익들을 재커플링(recoupling)하는 가능성에 따라, 또는 수익 회수의 금융 비용 및/또는 이익에 따라 손실된 수익들을 추적하기 위해 정보에 액세스할 수 있다. 프로세스(60)는 분석 시스템(38)이 예상된 회수 가능한 수익을 계산(블록 72)하는 것으로 마무리될 수 있다. 위에서 재차 언급된 바와 같이, 예상된 회수 가능한 수익이 계산되고, 회수성, 예상된 미청구 유틸리티 서비스, 및 유틸리티 청구 레이트에 기초하여 추정될 수 있다. 이러한 방식으로, 유틸리티(12)는, 예를 들어, 유틸리티(12)가 유틸리티 비-기술적 손실들의 조사 및 확인, 비즈니스 계획 및 투자, 및 예상된 회수 가능한 수익의 추적과 같은 사항들에 관하여 보다 분별력있는 비즈니스 판단을 내리도록 허용하는, 하나 이상의 주어진 청구 사이클 동안의 회수 가능한 수익에 대한 계산된 값을 가질 수 있다. 보다 구체적으로, ROI는, 유틸리티가 수익을 회수하는데 요구되는 비용에 대해 예상된 회수 가능한 수익을 비교하도록 허용될 수 있도록, 유틸리티(12)가 비-기술적 손실로 의심되는 주어진 소비자(32, 34) 계정들을 추적하도록 생성될 수 있다.
개시된 실시예들의 기술적 효과들은 비-기술적 에너지 손실들을 검출 및 계산하고 예상된 회수 가능한 유틸리티 수익을 계산하도록 구성된 분석 시스템을 포함한다. 특히, 분석 시스템은, 소비자 절도, 계량기 오작동, 부적절한 계량기 설치들 및 관리 에러들로부터 발생하는 손실들과 같은 비-기술적 에너지 손실들을 검출하고 이들의 확률을 계산한다. 기술적 손실들은 또한 본 명세서에서 설명되는 시스템 및 방법에 의해 검출되고 이용될 수 있다. 분석 시스템은 이어서 각각의 비-기술적 에너지 손실에 대한 미청구 에너지 및 각각의 비-기술적 에너지 손실의 확률 및 계산된 미청구 에너지에 기초하여 예상된 미청구 에너지를 계산할 수 있다. 또한, 분석 시스템은 또한 예상된 미청구 에너지의 회수성 및 예상된 회수 가능한 수익을 계산할 수 있다. 회수성은 확률 측정을 포함할 수 있고, 예상된 회수 가능한 수익은 총 가치 측정(예를 들어, 달러, 유로, 엔화) 및/또는 퍼센티지 측정을 포함할 수 있다.
이 기록된 설명은 최상의 모드를 포함하는 본 발명을 개시하기 위해 그리고 또한 임의의 디바이스들 또는 시스템들을 제조 및 이용하고 임의의 포함된 방법들을 수행하는 것을 비롯해서, 임의의 당업자가 본 발명을 실시하는 것을 가능케 하기 위해 예들을 이용한다. 본 발명의 특허 가능한 범위는 청구항들에 의해 정의되며 당업자들에 의해 발생하는 다른 예들을 포함할 수 있다. 이러한 다른 예들은, 이것들이 청구항들의 문자 언어와 상이하지 않은 구조적 엘리먼트들을 포함하는 경우, 또는 이것들이 청구항의 문자 언어와 경미한 차이들만을 갖는 등가의 구조적 엘리먼트들을 포함하는 경우, 청구항의 범위 내에 있는 것으로 의도된다.
Claims (20)
- 시스템에 있어서,
유틸리티 분석 시스템(utility analytics system)을 포함하고,
상기 유틸리티 분석 시스템은,
적어도 하나의 유틸리티 비-기술적 손실(non-technical loss)의 확률을 유도하도록 구성된 비-기술적 유틸리티 손실 시스템;
고객 속성 및 상기 적어도 하나의 유틸리티 비-기술적 손실의 확률에 기초하여 고객에 대한 예상된 미청구(unbilled) 유틸리티 서비스를 계산하도록 구성된 미청구 유틸리티 시스템; 및
상기 예상된 미청구 유틸리티 서비스 및 수익 회수(revenue recovery)의 확률에 기초하여 예상된 회수 가능한 수익을 계산하도록 구성된 수익 회수성(recoverability) 시스템
을 포함하는 것인, 시스템. - 제 1 항에 있어서,
상기 적어도 하나의 유틸리티 비-기술적 손실은 적어도 하나의 비-기술적 에너지 손실, 적어도 하나의 비-기술적 물 손실, 적어도 하나의 비-기술적 가스 손실 또는 이들의 결합을 포함하는 것인, 시스템. - 제 2 항에 있어서,
상기 적어도 하나의 유틸리티 비-기술적 손실은 절도 손실, 계량기 오작동 손실, 계량기 설치 에러 손실, 관리 에러 또는 이들의 결합을 포함하는 것인, 시스템. - 제 1 항에 있어서,
적어도 하나의 비즈니스 규칙을 갖는 비즈니스 규칙 시스템을 더 포함하고,
상기 비즈니스 규칙 시스템은 상기 적어도 하나의 비즈니스 규칙에 적어도 부분적으로 기초하여 비-기술적 유틸리티 손실의 경우들의 우선순위를 유도하도록 구성되는 것인, 시스템. - 제 1 항에 있어서,
상기 비-기술적 유틸리티 손실 시스템은 적어도 하나의 유틸리티 비-기술적 손실의 확률을 유도하기 위해 적어도 하나의 유틸리티 비즈니스 규칙을 이용하도록 구성되고,
상기 적어도 하나의 유틸리티 비즈니스 규칙은, 비인가된 유틸리티 이용을 갖는 유틸리티 계량기의 검출; 우회된 데이터 판독을 갖는 유틸리티 계량기의 검출; 시구간 동안 어떠한 데이터 판독도 생성하지 않는 유틸리티 계량기의 검출; 복수의 활성화들, 복수의 탈활성화들, 또는 이들의 결합을 갖는 유틸리티 계량기의 검출; 일반적이지 않은 소비 패턴을 갖는 유틸리티 계량기의 검출; 무단변경 이벤트를 갖는 유틸리티 계량기의 검출; 또는 이들의 결합을 포함하는 것인, 시스템. - 제 1 항에 있어서,
상기 미청구 유틸리티 시스템은,
유틸리티 그리드(utility grid) 내의 복수의 계량기들로부터 수신된 데이터로부터 유도된 복수의 로드 프로필들(load profiles)에 적어도 부분적으로 기초하여 상기 고객에 대한 고객 로드 프로필을 생성하고;
상기 고객 로드 프로필과 상기 복수의 계량기들로부터 시구간 이후에 수신된 관찰된 고객 유틸리티 이용 데이터 간의 차이의 적분(integral)을 계산하며;
상기 적분을 상기 적어도 하나의 유틸리티 비-기술적 손실의 확률과 곱함으로써;
예상된 미청구 유틸리티 서비스를 계산하도록 구성되는 것인, 시스템. - 제 6 항에 있어서,
상기 복수의 계량기들은 상기 고객을 서비스하는 계량기를 포함하지 않는 것인, 시스템. - 제 1 항에 있어서,
상기 수익 회수성 시스템은 상기 유틸리티 비-기술적 손실의 회수성, 예상된 미청구 유틸리티 서비스 및 유틸리티 청구 레이트 중 하나 이상의 곱들을 계산함으로써 예상된 회수 가능한 수익을 계산하도록 구성되는 것인, 시스템. - 제 8 항에 있어서,
상기 유틸리티 비-기술적 손실의 회수성은 복수의 유틸리티 비-기술적 손실들 중 하나의 회수성을 포함하는 것인, 시스템. - 제 1 항에 있어서,
상기 유틸리티 분석 시스템은, 첨단 계량 기반 시설(Advanced Metering Infrastructure; AMI), 운전정지 관리 시스템(Outage Management System; OMS), 분배 관리 시스템(Distribution Management System; DMS), 그래픽 정보 시스템(Geographic Information System; GIS), 고객 정보 시스템(Customer Information System; CIS), 계량기 데이터 관리 시스템(Meter Data Management System; MDM), 계량기 데이터 저장소(Meter Data Repository; MDR) 또는 이들의 결합을 포함하는 것인, 시스템. - 컴퓨터 실행 가능한 코드가 저장되어 있는 비-일시적인 컴퓨터-판독 가능한 매체에 있어서,
상기 코드는,
유틸리티 그리드에 대한 적어도 하나의 유틸리티 비-기술적 손실의 확률을 유도하기 위한 명령들;
고객 속성 및 상기 적어도 하나의 유틸리티 비-기술적 손실의 확률에 기초하여 고객에 대한 예상된 미청구 유틸리티 서비스를 유도하기 위한 명령들; 및
상기 예상된 미청구 유틸리티 서비스 및 수익 회수의 확률에 기초하여 예상된 회수 가능한 수익을 계산하기 위한 명령들을 포함하는 것인, 비-일시적인 컴퓨터-판독 가능한 매체. - 제 11 항에 있어서,
상기 코드는 적어도 하나의 비즈니스 규칙에 적어도 부분적으로 기초하여 비-기술적 유틸리티 손실의 경우들의 우선순위를 유도하기 위한 명령들을 포함하는 것인, 비-일시적인 컴퓨터-판독 가능한 매체. - 제 11 항에 있어서,
상기 코드는,
유틸리티 그리드 내의 복수의 계량기들로부터 수신된 데이터로부터 유도된 복수의 로드 프로필들에 적어도 부분적으로 기초하여 고객에 대한 고객 로드 프로필을 생성하기 위한 명령들;
상기 고객 로드 프로필과 상기 복수의 계량기들로부터 시구간 이후에 수신된 관찰된 고객 유틸리티 이용 데이터 간의 차이의 적분을 계산하기 위한 명령들; 및
상기 적분을 상기 적어도 하나의 유틸리티 비-기술적 손실의 확률과 곱하기 위한 명령들을 포함하는 것인, 비-일시적인 컴퓨터-판독 가능한 매체. - 제 13 항에 있어서,
상기 코드는 예상된 미청구 유틸리티를 계산하기 위한 명령들을 포함하고, 상기 예상된 미청구 유틸리티는 상기 적어도 하나의 유틸리티 비-기술적 손실의 확률과 실제 미청구 유틸리티의 곱을 포함하는 것인, 비-일시적인 컴퓨터-판독 가능한 매체. - 제 11 항에 있어서,
상기 코드는 손실된 수익 산출량(lost revenue yield)을 계산하기 위한 명령들을 포함하고, 상기 손실된 산출량은 상기 적어도 하나의 유틸리티 비-기술적 손실에 기초하는 것인, 비-일시적인 컴퓨터-판독 가능한 매체. - 제 11 항에 있어서,
상기 코드는 예상된 회수 가능한 수익을 계산하기 위한 명령들을 포함하고, 상기 예상된 회수 가능한 수익은 수익 회수의 확률, 상기 적어도 하나의 유틸리티 비-기술적 손실의 확률 및 상기 미청구 유틸리티에 적어도 부분적으로 기초하는 것인, 비-일시적인 컴퓨터-판독 가능한 매체. - 방법에 있어서,
유틸리티 배달 시스템 내의 복수의 계량기들로부터 유틸리티 서비스 데이터를 수신하는 단계;
상기 유틸리티 배달 시스템에 대한 적어도 하나의 유틸리티 비-기술적 손실의 확률을 유도하는 단계;
고객 속성 및 상기 적어도 하나의 유틸리티 비-기술적 손실의 확률에 기초하여 고객에 대한 예상된 미청구 유틸리티 서비스를 유도하는 단계; 및
상기 예상된 미청구 유틸리티 서비스 및 수익 회수의 확률에 기초하여 예상된 회수 가능한 수익을 계산하는 단계를 포함하는, 방법. - 제 17 항에 있어서,
유틸리티 서비스 데이터를 수신하는 단계는, 첨단 계량 기반 시설(Advanced Metering Infrastructure; AMI), 운전정지 관리 시스템(Outage Management System; OMS), 분배 관리 시스템(Distribution Management System; DMS), 그래픽 정보 시스템(Geographic Information System; GIS), 고객 정보 시스템(Customer Information System; CIS), 계량기 데이터 관리 시스템(Meter Data Management System; MDM), 계량기 데이터 저장소(Meter Data Repository; MDR) 또는 이들의 결합으로부터의 통지를 수신하는 단계를 포함하는 것인, 방법. - 제 17 항에 있어서,
경제적 가치에 따라 상기 적어도 하나의 유틸리티 비-기술적 손실의 회수성을 랭크(rank)시키는 단계를 더 포함하고,
상기 유틸리티 비-기술적 손실은 절도 손실, 계량기 오작동 손실, 계량기 설치 에러 손실, 관리 에러, 또는 이들의 결합을 포함하는 것인, 방법. - 제 17 항에 있어서,
상기 예상된 회수 가능한 수익을 계산하는 단계는, 상기 유틸리티 비-기술적 손실의 회수성, 예상된 미청구 유틸리티 서비스 및 유틸리티 청구 레이트의 하나 이상의 곱들을 계산하는 단계를 포함하는 것인, 방법.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US13/612,758 US8768795B2 (en) | 2012-09-12 | 2012-09-12 | Methods and systems for estimating recoverable utility revenue |
| US13/612,758 | 2012-09-12 | ||
| PCT/US2013/059338 WO2014043287A2 (en) | 2012-09-12 | 2013-09-12 | Methods and systems for estimating recoverable utility revenue |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20150056583A true KR20150056583A (ko) | 2015-05-26 |
Family
ID=49261774
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020157009065A KR20150056583A (ko) | 2012-09-12 | 2013-09-12 | 회수 가능한 유틸리티 수익을 추정하기 위한 방법들 및 시스템들 |
Country Status (8)
| Country | Link |
|---|---|
| US (2) | US8768795B2 (ko) |
| JP (1) | JP2015529926A (ko) |
| KR (1) | KR20150056583A (ko) |
| AU (1) | AU2013315519A1 (ko) |
| BR (1) | BR112015005542A2 (ko) |
| CA (1) | CA2884609A1 (ko) |
| MX (1) | MX2015003272A (ko) |
| WO (1) | WO2014043287A2 (ko) |
Families Citing this family (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9924242B2 (en) | 2012-04-20 | 2018-03-20 | Itron Global Sarl | Automatic network topology detection and fraud detection |
| KR20140043184A (ko) * | 2012-09-28 | 2014-04-08 | 한국전자통신연구원 | 에너지 소비량 예측 장치 및 방법 |
| KR102042102B1 (ko) * | 2013-04-09 | 2019-11-07 | 한국전자통신연구원 | 태양광 모듈의 전력 데이터 관리 향상을 위한 검침 데이터 보정 방법 및 장치 |
| US20150120224A1 (en) * | 2013-10-29 | 2015-04-30 | C3 Energy, Inc. | Systems and methods for processing data relating to energy usage |
| US10571493B2 (en) | 2014-02-25 | 2020-02-25 | Itron, Inc. | Smart grid topology estimator |
| US11079417B2 (en) * | 2014-02-25 | 2021-08-03 | Itron, Inc. | Detection of electric power diversion |
| US10296843B2 (en) | 2014-09-24 | 2019-05-21 | C3 Iot, Inc. | Systems and methods for utilizing machine learning to identify non-technical loss |
| US9568522B2 (en) | 2014-10-20 | 2017-02-14 | Itron, Inc. | Electrical phase identification |
| CN104375000B (zh) * | 2014-11-18 | 2017-05-03 | 国家电网公司 | 一种统计线损的计算方法 |
| US20160274609A1 (en) * | 2015-03-18 | 2016-09-22 | Onzo Limited | Classifying utility consumption of consumers |
| US10585124B1 (en) | 2015-05-19 | 2020-03-10 | CSC Holdings, LLC | Power outage detection |
| US10312681B2 (en) | 2015-05-28 | 2019-06-04 | Itron, Inc. | Automatic network device electrical phase identification |
| CA3128629A1 (en) | 2015-06-05 | 2016-07-28 | C3.Ai, Inc. | Systems and methods for data processing and enterprise ai applications |
| US20170024983A1 (en) * | 2015-07-20 | 2017-01-26 | The Trustees Of Dartmouth College | System and method for tamper detection on distributed utility infrastructure |
| US9885742B2 (en) * | 2015-09-09 | 2018-02-06 | Cpg Technologies, Llc | Detecting unauthorized consumption of electrical energy |
| US10379146B2 (en) | 2015-09-23 | 2019-08-13 | International Business Machines Corporation | Detecting non-technical losses in electrical networks based on multi-layered statistical techniques from smart meter data |
| US10191506B2 (en) * | 2016-09-29 | 2019-01-29 | Enel X North America, Inc. | Demand response dispatch prediction system including automated validation, estimation, and editing rules configuration engine |
| US10212024B2 (en) | 2017-06-02 | 2019-02-19 | Sas Institute Inc. | Techniques for multi-stage analysis of measurement data with event stream processing |
| US10534798B2 (en) * | 2017-06-13 | 2020-01-14 | Oracle International Corporation | Computer system and method to update data aggregation configurations and control data aggregation |
| CN109507957B (zh) * | 2017-09-15 | 2022-04-01 | 进金生实业股份有限公司 | 用于水处理产业的云端智能节电系统 |
| US10969413B2 (en) | 2017-10-13 | 2021-04-06 | Honeywell International Inc. | Energy theft detection device |
| US10637239B2 (en) | 2017-10-13 | 2020-04-28 | Honeywell International Inc. | Utility network monitoring device |
| CN109146153B (zh) * | 2018-08-01 | 2021-08-24 | 中国能源建设集团安徽省电力设计院有限公司 | 一种带有内部竞价机制的综合能源微网系统及其竞价自动处理方法 |
| WO2020073117A1 (fr) | 2018-10-11 | 2020-04-16 | Hydro-Quebec | Méthode, système et produit logiciel permettant d'identifier des installations susceptibles de présenter une non-conformité électrique |
| US11669060B2 (en) * | 2019-08-19 | 2023-06-06 | Invenia Labs Limited | Hybrid machine learning and simulation based system for forecasting in electricity systems |
| US11681576B2 (en) * | 2019-09-25 | 2023-06-20 | Nippon Telegraph And Telephone Corporation | Anomaly coping support apparatus, method, and program |
| CA3181981A1 (en) | 2020-01-25 | 2021-02-12 | Matthew Toews | Method for on demand power production utilizing geologic thermal recovery |
| CN111738340B (zh) * | 2020-06-24 | 2022-05-20 | 西安交通大学 | 一种分布式K-means电力用户分类方法、存储介质及分类设备 |
| CN117761600B (zh) * | 2023-12-07 | 2024-08-06 | 国网河北省电力有限公司营销服务中心 | 一种分布式能源电能计量数据的监测方法及装置 |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6988025B2 (en) * | 2000-11-28 | 2006-01-17 | Power Measurement Ltd. | System and method for implementing XML on an energy management device |
| GB2302952A (en) | 1995-07-06 | 1997-02-05 | C & C Technology Enterprises | Electrical power consumption control and evaluation system |
| FR2748326B1 (fr) | 1996-05-06 | 1998-06-12 | Schneider Electric Sa | Systeme de controle d'energie a prepaiement avec un dispositif anti-fraude |
| JPH11339179A (ja) * | 1998-05-26 | 1999-12-10 | Hitachi Ltd | 飛行体利用システム |
| US7191150B1 (en) * | 2000-02-01 | 2007-03-13 | Fair Isaac Corporation | Enhancing delinquent debt collection using statistical models of debt historical information and account events |
| JP2004265072A (ja) * | 2003-02-28 | 2004-09-24 | Seiko Epson Corp | 売上回収額予測装置、資金残高予測装置、アプリケーションプログラム、記録媒体、並びに財務会計ａｓｐシステム |
| JP4239677B2 (ja) * | 2003-05-16 | 2009-03-18 | 株式会社日立製作所 | 盗電を防止する電力販売システム |
| JP3846458B2 (ja) * | 2003-06-30 | 2006-11-15 | 株式会社日立製作所 | 給配電方法 |
| CA2535848A1 (en) | 2006-02-10 | 2007-08-10 | Roger Morrison | Electrical profile monitoring system for detection of utilities theft |
| US7986246B2 (en) * | 2006-03-31 | 2011-07-26 | Itron, Inc. | Integrated data collection, anomaly detection and investigation, such as integrated mobile utility meter reading, theft detection and investigation system |
| US7795877B2 (en) * | 2006-11-02 | 2010-09-14 | Current Technologies, Llc | Power line communication and power distribution parameter measurement system and method |
| US9194899B2 (en) | 2007-08-13 | 2015-11-24 | Fair Isaac Corporation | Utility network and revenue assurance |
| AU2011256143A1 (en) * | 2010-05-21 | 2013-01-10 | Commonwealth Scientific And Industrial Research Organisation | Energy service delivery platform |
| KR101151050B1 (ko) * | 2010-09-03 | 2012-06-01 | 엘에스산전 주식회사 | 전기에너지 관리 시스템 |
| WO2012037055A1 (en) * | 2010-09-13 | 2012-03-22 | Trilliant Networks | Process for detecting energy theft |
| US8667060B2 (en) * | 2010-11-23 | 2014-03-04 | General Electric Company | Data collection from utility meters over advanced metering infrastructure |
-
2012
- 2012-09-12 US US13/612,758 patent/US8768795B2/en not_active Expired - Fee Related
-
2013
- 2013-09-12 WO PCT/US2013/059338 patent/WO2014043287A2/en active Application Filing
- 2013-09-12 CA CA2884609A patent/CA2884609A1/en not_active Abandoned
- 2013-09-12 JP JP2015532028A patent/JP2015529926A/ja active Pending
- 2013-09-12 AU AU2013315519A patent/AU2013315519A1/en not_active Abandoned
- 2013-09-12 BR BR112015005542A patent/BR112015005542A2/pt not_active IP Right Cessation
- 2013-09-12 MX MX2015003272A patent/MX2015003272A/es unknown
- 2013-09-12 KR KR1020157009065A patent/KR20150056583A/ko not_active Application Discontinuation
-
2014
- 2014-06-25 US US14/315,177 patent/US20140310138A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| WO2014043287A2 (en) | 2014-03-20 |
| MX2015003272A (es) | 2015-11-16 |
| JP2015529926A (ja) | 2015-10-08 |
| AU2013315519A1 (en) | 2015-04-02 |
| US8768795B2 (en) | 2014-07-01 |
| CA2884609A1 (en) | 2014-03-20 |
| US20140074670A1 (en) | 2014-03-13 |
| US20140310138A1 (en) | 2014-10-16 |
| WO2014043287A3 (en) | 2015-03-26 |
| BR112015005542A2 (pt) | 2017-08-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8768795B2 (en) | Methods and systems for estimating recoverable utility revenue | |
| Robert et al. | Low cost, highly reliable rural electrification through a combination of grid extension and local renewable energy generation | |
| Müller et al. | Modeling framework for planning and operation of multi-modal energy systems in the case of Germany | |
| Welsch et al. | Smart and just grids for sub-Saharan Africa: exploring options | |
| US20110040666A1 (en) | Dynamic pricing system and method for complex energy securities | |
| US20100217550A1 (en) | System and method for electric grid utilization and optimization | |
| US20100217642A1 (en) | System and method for single-action energy resource scheduling and participation in energy-related securities | |
| Bendato et al. | Design criteria for the optimal sizing of integrated photovoltaic-storage systems | |
| Alaqeel et al. | A comprehensive cost-benefit analysis of the penetration of Smart Grid technologies in the Saudi Arabian electricity infrastructure | |
| US8751291B2 (en) | Economic analysis of grid infrastructure | |
| Bazilian et al. | Smart and just grids: opportunities for sub-Saharan Africa | |
| Pillai et al. | The effect of distribution network on the annual energy yield and economic performance of residential PV systems under high penetration | |
| Nykamp | Integrating renewables in distribution grids | |
| Efkarpidis et al. | Smart Metering Applications | |
| Reeve et al. | Distribution System Operator with Transactive (DSO+ T) Study: Volume 1 (Main Report) | |
| Qudrat-Ullah et al. | Cost-effective energy billing mechanisms for small and medium-scale industrial customers in Uganda | |
| Ahmad et al. | Detection of frauds and other non-technical losses in power utilities using smart meters: a review | |
| El-adaway et al. | Preliminary attempt toward better understanding the impact of distributed energy generation: An agent-based computational economics approach | |
| Moksnes et al. | Increasing spatial and temporal resolution in energy system optimisation model–The case of Kenya | |
| Anyaka et al. | The negative impact of high electricity tariff on consumers/end-users in some developing countries | |
| US20150206256A1 (en) | Systems and methods for providing dynamic utility consumption ratings | |
| Akom et al. | Smart Grid Technology and renewable energy integration in the Ghanaian grid system | |
| Knaack | Enabling PV in the MENA Region: The Emerging PV Market in Jordan | |
| Marnay et al. | Microgrids 2023 editorial | |
| Arifin et al. | Cost–Benefit Analysis of Advanced Metering Infrastructure Implementation for Strengthening Smart City in Indonesia |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| WITN | Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid |