Ключевые слова
Аннотация
Ushbu tezisda aqlli elektr hisoblagichlar maʼlumotlari asosida energiya sarfini anomaliyalarini aniqlash uchun aqlli modellar va usullar tahlil qilinadi. Elektr sarfi bilan bogʻliq sensor maʼlumotlarini qayta ishlash va vaqt seriyali maʼlumotlarni tahlil qilishga eʼtibor qaratiladi. Zamonaviy energiya sarfi monitoringi yondashuvlari, shu jumladan maʼlumotlarni oldindan qayta ishlash usullari va sunʼiy neyron tarmoqlaridan foydalangan holda prognozlash usullari koʻrib chiqiladi. Vaqt seriyali tahlil usullari orqali odatiy sarf xatti-harakatlarini prognozlash va texnik nosozliklar, ruxsatsiz foydalanish yoki energiya sarfi samarasizligini koʻrsatuvchi ogʻishlarni aniqlashga alohida eʼtibor beriladi. Aqlli anomaliya aniqlash tizimining konseptual ramkasi taklif etiladi, bu energiya sarfini tahlil qilish aniqligini oshirish va aqlli energiya boshqaruv tizimlarida qaror qabul qilishni qoʻllab-quvvatlash imkonini beradi. Modellar solishtiriladi va ularning afzalliklari va kamchiliklari tahlil qilinadi.
Библиографические ссылки
J. Huang and Y. Qiu, LSTM Based Time Series Detection of Abnormal Electricity Usage in Smart Meters, Preprints.org, 2025.
A. Amara Korba, N. Tamani, Y. Ghamri Doudane, N. El Islem Karabadji, Anomaly based Framework for Detecting Power Overloading Cyberattacks in Smart Grid AMI, 2024.
S. Asefi et al., Power System Anomaly Detection and Classification Utilizing WLS EKF State Estimation and Machine Learning, 2022.