Detect Energy Theft: The primary us

Detect Energy Theft: The primary use of interval meter
data is automation in billing and settlement. Usually, both
customer-based electronic meter and concentrator meters are
installed in the distribution system. The concentrator meters
aggregate and track data from multiple customer-based
meters. By analyzing an avalanche of paired data from
concentrator meters and customer-based meters, irregular
energy loss patterns could be easily identified [4]. If we add in
historical energy theft information, it is possible to further
filter out reasonable changes in energy consumption trends
and detect potential energy theft.
Detect EV and Rooftop Solar Integration: In the past,
residential customer load profiles have been dependent upon
larger loads, which have been heating & cooling systems.
With changes to these characteristic load shapes from new
technologies such as electric vehicles and rooftop solar PV
there is potential to detect when a customer adopts such a
system as well as system performance. Power flow returned
to the grid is an easy identifier of a photovoltaic system
installation and the magnitude (although the signal is mixed
with load) can be identified by recognizing the season and
expected load of the customer. Dependent on customer
behavior, the EV detection would use fuzzy logic to identify a
characteristic change in baseload. Tracking these two
adoption trends is critical for structuring power purchase
agreements, planning infrastructure upgrades, and informing
state policies.
Develop More Granular Load Forecast: The availability of
interval meter data also creates the opportunity to develop
more accurate and granular load forecast in terms of both
location and time. More accurate forecasts will benefit both
transmission and distribution system operations. A more
accurate spatial forecast in the transmission system has huge
impact on the unit commitment and dispatch process. A
reduction of 1% in mean absolute percentage error (MAPE)
could decrease annual variable generation cost in the United
States by approximately $160 million [5]. Currently, the
utilities typically submit aggregate load forecast in their
service territories to the market/system operator. The market
operator would then disaggregate the forecast to the
substation level by using weather forecast information and
historical load distribution factors. With more granular
customer consumption and behavior information, the utilities
are in a great position to improve the spatial load forecast
accuracy through mining both electricity consumption data
and weather information.
Develop More Granular Renewable Generation Forecast:
With rapid penetration of distributed renewable generation in
distribution system, the need for accurate distributed
renewable forecast becomes critical. For example, as
distributed renewable (mostly solar photovoltaic) penetration
levels in distribution circuits reach 15% and beyond in
Hawaii and Southern California, the distributed generation
starts to have significant impacts on distribution systems
planning and operation. An accurate spatial joint load and

ผลลัพธ์ (ไทย) 1:

ตรวจจับขโมยพลังงาน: ใช้หลักของวัดช่วงข้อมูลเป็นระบบอัตโนมัติในการเรียกเก็บเงินและการชำระเงิน ทั้งสองมักจะลูกค้าเครื่องวัดอิเล็กทรอนิกส์และหัวเมตรติดตั้งในระบบจำหน่าย เมตรหัวรวมและติดตามข้อมูลจากหลายที่ลูกค้าเมตร โดยการวิเคราะห์ข้อมูลคู่จากหิมะถล่มหัวเมตรและเมตรลูกค้า ผิดปกติรูปแบบการสูญเสียพลังงานอาจจะสังเกตได้ง่าย [4] ถ้าเราเพิ่มในพลังงานประวัติศาสตร์โจรกรรมข้อมูล จำเป็นต้องเพิ่มเติมกรองการเปลี่ยนแปลงแนวโน้มปริมาณการใช้พลังงานเหมาะสมและตรวจจับขโมยพลังงานศักย์ตรวจพบ EV และดาดฟ้ารวมพลังงานแสงอาทิตย์: ในอดีตโหลดอยู่อาศัยลูกค้าได้รับขึ้นอยู่กับโหลดใหญ่ ซึ่งความร้อน และระบบทำความเย็นมีการเปลี่ยนแปลงลักษณะเหล่านี้โหลดรูปร่างจากใหม่เทคโนโลยีเช่นรถยนต์ไฟฟ้าและบนดาดฟ้าพลังงานแสงอาทิตย์ PVอาจตรวจพบเมื่อลูกค้านำมาใช้เช่นการระบบตลอดจนประสิทธิภาพของระบบ กระแสไฟที่ส่งคืนในตารางคือรหัสง่ายของระบบเซลล์แสงอาทิตย์การติดตั้งและความสำคัญ (แม้ว่าจะมีผสมสัญญาณมีโหลด) สามารถระบุได้ ด้วยการจดจำฤดูกาล และการโหลดที่คาดไว้ของลูกค้า ขึ้นกับลูกค้าพฤติกรรม ตรวจหา EV จะใช้ตรรกศาสตร์ในการระบุตัวลักษณะการเปลี่ยนแปลงใน baseload ติดตามทั้งสองแนวโน้มการยอมรับเป็นสิ่งสำคัญสำหรับโครงสร้างอำนาจซื้อข้อตกลง การวางแผนการอัพเกรดโครงสร้างพื้นฐาน และการแจ้งนโยบายรัฐพัฒนาการพยากรณ์โหลดแอดเพิ่มเติม: ความพร้อมของช่วงวัดข้อมูลยังเป็นสร้างโอกาสในการพัฒนาการคาดการณ์ในแง่ทั้งโหลดเม็ด และถูกต้องมากขึ้นสถานที่และเวลา คาดการณ์แม่นยำมากขึ้นจะได้รับประโยชน์ทั้งสองงานระบบส่งและแจกจ่าย มากขึ้นการพยากรณ์เชิงพื้นที่ที่ถูกต้องในระบบส่งกำลังมีขนาดใหญ่ผลกระทบต่อกระบวนการหน่วยความมุ่งมั่นและจัดส่ง Aลด 1% หมายถึง เปอร์เซ็นต์ความผิดพลาด (MAPE)สามารถลดต้นทุนการผลิตผันแปรประจำปีในสหรัฐอเมริกาโดยประมาณ $160 ล้าน [5] ในปัจจุบัน การยูทิลิตี้ส่งรวมโหลดการคาดการณ์ในโดยทั่วไปของพวกเขาอาณาเขตการบริการให้ผู้ใช้งานระบบและตลาด ตลาดดำเนินการแล้วจะ disaggregate การคาดการณ์ถึงการสถานีย่อยระดับ โดยใช้ข้อมูลการพยากรณ์อากาศ และปัจจัยการกระจายโหลดประวัติศาสตร์ กับเม็ดการใช้และลักษณะการทำงานข้อมูลลูกค้า โปรแกรมอรรถประโยชน์อยู่ในตำแหน่งที่ดีเพื่อปรับปรุง spatial โหลดการคาดการณ์ความถูกต้องผ่านการทำเหมืองแร่ทั้งข้อมูลปริมาณการใช้ไฟฟ้าและข้อมูลสภาพอากาศพัฒนาการพยากรณ์ทดแทนรุ่นแอดเพิ่มเติม:ด้วยการเจาะอย่างรวดเร็วของรุ่นทดแทนกระจายระบบกระจายสินค้า จำเป็นสำหรับกระจายที่ถูกต้องการพยากรณ์อากาศหมุนเวียนกลายเป็นสำคัญ ตัวอย่างเช่น เป็นกระจายหมุนเวียนเจาะ (เซลล์แสงอาทิตย์พลังงานแสงอาทิตย์เป็นส่วนใหญ่)ระดับในวงจรแจกถึง 15% และอื่น ๆ ในฮาวายและแคลิฟอร์เนียใต้ รุ่นกระจายเริ่มมีผลกระทบสำคัญต่อระบบจำหน่ายการวางแผนและการดำเนินงาน โหลดร่วมเชิงพื้นที่ถูกต้อง และ

ผลลัพธ์ (ไทย) 2:

ตรวจจับขโมยพลังงาน: การใช้หลักของเมตรช่วง
ข้อมูลที่เป็นระบบอัตโนมัติในการเรียกเก็บเงินและการตั้งถิ่นฐาน โดยปกติแล้วทั้ง
ลูกค้าที่เป็นระบบอิเล็กทรอนิกส์เมตรและหัวเมตร
ติดตั้งในระบบการจัดจำหน่าย หัวเมตร
รวมและติดตามข้อมูลจากหลายลูกค้าตาม
เมตร โดยการวิเคราะห์ปริมาณของข้อมูลที่จับคู่จาก
เมตรหัวและเมตรลูกค้าตามความผิดปกติของ
รูปแบบการสูญเสียพลังงานสามารถระบุได้อย่างง่ายดาย [4] ถ้าเราเพิ่มใน
การขโมยข้อมูลพลังงานทางประวัติศาสตร์ก็เป็นไปได้ที่จะต่อ
กรองเปลี่ยนแปลงที่เหมาะสมในแนวโน้มการใช้พลังงาน
และการตรวจสอบการโจรกรรมพลังงานที่มีศักยภาพ.
ตรวจหา EV และ Rooftop บูรณาการพลังงานแสงอาทิตย์: ในอดีต
โปรไฟล์ภาระของลูกค้าที่อยู่อาศัยได้รับขึ้นอยู่กับ
โหลดขนาดใหญ่ ซึ่งได้รับความร้อนและระบบทำความเย็น.
กับการเปลี่ยนแปลงเหล่านี้รูปร่างลักษณะโหลดจาก New
เทคโนโลยีเช่นยานพาหนะไฟฟ้าและบนชั้นดาดฟ้าเซลล์แสงอาทิตย์พลังงานแสงอาทิตย์
มีศักยภาพในการตรวจสอบเมื่อลูกค้าทำผิดกฎหมายดังกล่าวเป็น
ระบบเช่นเดียวกับการทำงานของระบบ กระแสไฟไหลกลับ
ไปยังตารางเป็นตัวระบุง่ายของระบบไฟฟ้าโซลาร์เซลล์
ติดตั้งและขนาด (แม้ว่าสัญญาณจะถูกผสม
กับภาระ) สามารถระบุได้โดยตระหนักถึงฤดูกาลและ
คาดว่าภาระของลูกค้า ขึ้นอยู่กับลูกค้า
พฤติกรรมการตรวจสอบ EV จะใช้ตรรกะคลุมเครือในการระบุ
การเปลี่ยนแปลงในลักษณะ baseload ติดตามทั้งสอง
แนวโน้มการยอมรับเป็นสิ่งสำคัญสำหรับการรับซื้อไฟฟ้าโครงสร้าง
ข้อตกลงการวางแผนการอัพเกรดโครงสร้างพื้นฐานและแจ้ง
นโยบายของรัฐ.
พัฒนาพยากรณ์ความต้องการไฟฟ้าที่ละเอียดมากขึ้น: ความพร้อมของ
ข้อมูลเมตรช่วงนี้ยังสร้างโอกาสในการพัฒนา
พยากรณ์ความต้องการไฟฟ้าที่ถูกต้องมากขึ้นและเม็ดทั้งในแง่ของ
สถานที่และเวลา การคาดการณ์ที่ถูกต้องมากขึ้นจะได้รับประโยชน์ทั้ง
ส่งและการกระจายการทำงานของระบบ ขึ้น
การคาดการณ์เชิงพื้นที่ที่ถูกต้องในระบบส่งกำลังมีขนาดใหญ่
ส่งผลกระทบต่อความมุ่งมั่นของหน่วยและขั้นตอนการจัดส่ง
ลดลง 1% ในข้อผิดพลาดแน่นอนร้อยละค่าเฉลี่ย (MAPE)
สามารถลดค่าใช้จ่ายในการสร้างตัวแปรประจำปีในประเทศ
สหรัฐอเมริกาโดยประมาณ $ 160 ล้าน [5] ปัจจุบัน
สาธารณูปโภคมักจะส่งพยากรณ์ความต้องการไฟฟ้ารวมของพวกเขาใน
ดินแดนการบริการให้กับผู้ประกอบการตลาด / ระบบ ตลาด
ผู้ประกอบการก็จะ disaggregate การคาดการณ์ไปที่
ระดับสถานีย่อยโดยใช้ข้อมูลการคาดการณ์สภาพอากาศและ
ประวัติศาสตร์ปัจจัยการกระจายโหลด ที่มีมากขึ้นเม็ด
บริโภคลูกค้าและข้อมูลพฤติกรรมสาธารณูปโภค
อยู่ในตำแหน่งที่ดีในการปรับปรุงการคาดการณ์ภาระเชิงพื้นที่
ความถูกต้องผ่านการทำเหมืองแร่ทั้งไฟฟ้าข้อมูลการใช้
และข้อมูลสภาพอากาศ.
พัฒนาเพิ่มเติมเม็ดพยากรณ์การสร้างทดแทน:
ด้วยการเจาะอย่างรวดเร็วของการสร้างทดแทนกระจายอยู่ใน
ระบบการจัดจำหน่าย จำเป็นที่จะต้องมีความถูกต้องกระจาย
การคาดการณ์ทดแทนกลายเป็นสิ่งสำคัญ ยกตัวอย่างเช่น
การกระจายทดแทน (ไฟฟ้าโซลาร์เซลล์พลังงานแสงอาทิตย์ส่วนใหญ่) การเจาะ
ระดับในวงจรการจัดจำหน่ายถึง 15% และเกินใน
ฮาวายและแคลิฟอร์เนียภาคใต้รุ่นที่มีการกระจาย
การเริ่มต้นที่จะมีผลกระทบอย่างมีนัยสำคัญในระบบการกระจาย
การวางแผนและการดำเนินงาน มีความถูกต้องโหลดร่วมเชิงพื้นที่และ

ผลลัพธ์ (ไทย) 3:

ตรวจสอบการขโมยพลังงาน : การใช้หลักของมิเตอร์ช่วงข้อมูลที่ใช้ในการเรียกเก็บเงินและการตั้งถิ่นฐาน ปกติ ทั้งลูกค้าจากเครื่องวัดอิเล็กทรอนิกส์และเมตร หัวเป็นที่ติดตั้งในระบบการกระจายสินค้า ที่หัวเมตรรวม และติดตามข้อมูลจากลูกค้าหลายจากเมตร โดยการวิเคราะห์การพังทลายของการจับคู่ข้อมูลจากเมตรหัวและเมตร ลูกค้าตาม , ผิดปกติรูปแบบการสูญเสียพลังงานสามารถได้อย่างง่ายดายระบุ [ 4 ] ถ้าเราเพิ่มในการขโมยข้อมูลพลังงานประวัติศาสตร์ มันเป็นไปได้ที่จะ เพิ่มเติมกรองการเปลี่ยนแปลงในแนวโน้มของการใช้พลังงานที่เหมาะสมและตรวจจับการขโมยพลังงานที่มีศักยภาพตรวจสอบ EV และบูรณาการพลังงานแสงอาทิตย์บนหลังคา : ในอดีตโปรไฟล์ลูกค้าที่อยู่อาศัยได้รับขึ้นอยู่กับโหลดโหลดขนาดใหญ่ ซึ่งมีระบบความร้อนและความเย็นกับการเปลี่ยนแปลงเหล่านี้คุณลักษณะรูปร่างจากใหม่โหลดเทคโนโลยีเช่นยานพาหนะไฟฟ้าและดาดฟ้าพลังงานแสงอาทิตย์มีศักยภาพที่จะตรวจสอบเมื่อลูกค้ากฎหมายเช่นระบบ ตลอดจนประสิทธิภาพของระบบ พลังไหลกลับตารางเป็นเรื่องง่ายที่จะระบุของระบบเซลล์แสงอาทิตย์การติดตั้ง และขนาด ( แม้ว่าสัญญาณผสมมีโหลด ) สามารถระบุได้โดยจำฤดูกาลโหลดที่คาดหวังของลูกค้า ขึ้นอยู่กับลูกค้าพฤติกรรม , EV การตรวจสอบจะใช้ตรรกศาสตร์ระบุการเปลี่ยนแปลงในลักษณะเบสโหลด . ติดตามสองคนนี้แนวโน้มการใช้พลังงานเป็นสิ่งสำคัญสำหรับการซื้อข้อตกลง , การวางแผนการอัพเกรดโครงสร้างพื้นฐาน และ ฯลฯนโยบายของรัฐพัฒนาการพยากรณ์โหลดเม็ดมากขึ้น ความพร้อมของช่วงเวลาเครื่องวัดข้อมูลยังสร้างโอกาสในการพัฒนายิ่ง และการพยากรณ์โหลดเม็ดในแง่ของทั้งสถานที่และเวลา การคาดการณ์ที่ถูกต้องมากขึ้นจะได้รับประโยชน์ทั้งสองการดำเนินงานระบบการส่งและการกระจาย เพิ่มเติมคาดการณ์พื้นที่ถูกต้องในระบบส่ง มีขนาดใหญ่ผลกระทบต่อความผูกพันต่อหน่วยและฆ่ากระบวนการ เป็นลด 1% หมายความว่าค่าเปอร์เซ็นต์ความผิดพลาดสัมบูรณ์ ( MAPE )สามารถลดต้นทุนการผลิตรายปีตัวแปรในสหรัฐอเมริกาสหรัฐอเมริกาโดยประมาณ $ 160 ล้าน [ 5 ] ในปัจจุบันสาธารณูปโภคมักจะยื่นรวมในการพยากรณ์โหลดบริการพื้นที่ให้ผู้ประกอบการระบบตลาด / ตลาดผู้ประกอบการจะ disaggregate การคาดการณ์ไปสถานีระดับ โดยใช้ข้อมูลพยากรณ์อากาศ และประวัติศาสตร์การกระจายโหลดปัจจัย กับเม็ดมากกว่าการใช้ข้อมูลลูกค้าและพฤติกรรม ต่างๆอยู่ในตำแหน่งที่ดีที่จะปรับปรุงพื้นที่เดิมโหลดความถูกต้องผ่านเหมืองแร่ทั้งข้อมูลการใช้ไฟฟ้าและข้อมูลสภาพอากาศพัฒนาพลังงานทดแทนรุ่นารพยากรณ์ :ด้วยการเจาะอย่างรวดเร็วของการกระจายหมุนเวียนรุ่นในระบบกระจาย ต้องถูกต้องกระจายการคาดการณ์และกลายเป็นวิกฤติ ตัวอย่าง เช่นพลังงานทดแทน ( พลังงานแสงอาทิตย์ส่วนใหญ่กระจายแสงอาทิตย์ ) ได้ในระดับวงจรกระจายถึง 15% และเกินในฮาวายและแคลิฟอร์เนียภาคใต้ , การกระจายการผลิตเริ่มที่จะมีผลกระทบสำคัญในระบบจำหน่ายการวางแผนและการดำเนินงาน มีความถูกต้องเชิงพื้นที่ร่วมกันโหลด