知財求人 - 知財ポータルサイト「IP Force」
▶ サクラメント ミュニシパル ユーティリティ ディストリクトの特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】特表2021-535716(P2021-535716A)
(43)【公表日】2021年12月16日
(54)【発明の名称】スマートメータからのデータの分析のための技法
(51)【国際特許分類】
H02J 13/00 20060101AFI20211119BHJP
【ＦＩ】
H02J13/00 301D
H02J13/00 B
【審査請求】未請求
【予備審査請求】未請求
【全頁数】34
(21)【出願番号】特願2021-510462(P2021-510462)
(86)(22)【出願日】2019年8月1日
(85)【翻訳文提出日】2021年2月25日
(86)【国際出願番号】US2019044733
(87)【国際公開番号】WO2020046536
(87)【国際公開日】20200305
(31)【優先権主張番号】16/114,096
(32)【優先日】2018年8月27日
(33)【優先権主張国】US
(81)【指定国】
AP(BW,GH,GM,KE,LR,LS,MW,MZ,NA,RW,SD,SL,ST,SZ,TZ,UG,ZM,ZW),EA(AM,AZ,BY,KG,KZ,RU,TJ,TM),EP(AL,AT,BE,BG,CH,CY,CZ,DE,DK,EE,ES,FI,FR,GB,GR,HR,HU,IE,IS,IT,LT,LU,LV,MC,MK,MT,NL,NO,PL,PT,RO,RS,SE,SI,SK,SM,TR),OA(BF,BJ,CF,CG,CI,CM,GA,GN,GQ,GW,KM,ML,MR,NE,SN,TD,TG),AE,AG,AL,AM,AO,AT,AU,AZ,BA,BB,BG,BH,BN,BR,BW,BY,BZ,CA,CH,CL,CN,CO,CR,CU,CZ,DE,DJ,DK,DM,DO,DZ,EC,EE,EG,ES,FI,GB,GD,GE,GH,GM,GT,HN,HR,HU,ID,IL,IN,IR,IS,JO,JP,KE,KG,KH,KN,KP,KR,KW,KZ,LA,LC,LK,LR,LS,LU,LY,MA,MD,ME,MG,MK,MN,MW,MX,MY,MZ,NA,NG,NI,NO,NZ,OM,PA,PE,PG,PH,PL,PT,QA,RO,RS,RU,RW,SA,SC,SD,SE,SG,SK,SL,SM,ST,SV,SY,TH,TJ,TM,TN,TR,TT
(71)【出願人】
【識別番号】521022200
【氏名又は名称】サクラメント ミュニシパル ユーティリティ ディストリクト
(74)【代理人】
【識別番号】100078282
【弁理士】
【氏名又は名称】山本 秀策
(74)【代理人】
【識別番号】100113413
【弁理士】
【氏名又は名称】森下 夏樹
(74)【代理人】
【識別番号】100181674
【弁理士】
【氏名又は名称】飯田 貴敏
(74)【代理人】
【識別番号】100181641
【弁理士】
【氏名又は名称】石川 大輔
(74)【代理人】
【識別番号】230113332
【弁護士】
【氏名又は名称】山本 健策
(72)【発明者】
【氏名】クラーク， レミントン
(72)【発明者】
【氏名】バークハイマー， ジェフ
(72)【発明者】
【氏名】ハッサン， シェイク
【テーマコード（参考）】
5G064
【Ｆターム（参考）】
5G064AA09
5G064AC08
5G064CB16
5G064DA07
(57)【要約】
コンピュータシステムが、スマートメータからのデータを分析する。コンピュータシステムは、例えば、スマートメータからのデータを分析し、スマートメータが異なる配電変圧器に接続されているかどうか、スマートメータが電力窃盗が生じている顧客用地にあるかどうか、スマートメータが太陽光起電システムを有する顧客用地に位置するかどうか、スマートメータが電気自動車を有する顧客用地に位置するかどうか、またはスマートメータが育成ハウスに位置するかどうかを決定することができる。
【特許請求の範囲】
【請求項1】
少なくとも１つのプロセッサデバイスを備えているコンピュータシステムであって、前記コンピュータシステムは、
配電網内の第１の変圧器に接続されているとして示された第１のスマートメータから受信される時系列電圧データに基づいて、電圧波形を発生させることと、
前記第１のスマートメータのうちの第１のものの前記電圧波形の傾斜の極性が前記第１のスマートメータの大部分の前記電圧波形の傾斜の極性と反対である各時間間隔を第１の識別された間隔として識別することと、
前記第１の識別された間隔のうちの１つにおける前記第１のスマートメータのうちの前記第１のものの前記電圧波形の前記傾斜の規模が前記第１のスマートメータの前記大部分の前記電圧波形の前記傾斜の規模と比較して異常値である度、前記第１のスマートメータのうちの前記第１のものに関するフラグを発生させることと
を行うように構成されている、コンピュータシステム。
配電網内の第１の変圧器に接続されているとして示された第１のスマートメータから受信される時系列電圧データに基づいて、電圧波形を発生させることと、
前記第１のスマートメータのうちの第１のものの前記電圧波形の傾斜の極性が前記第１のスマートメータの大部分の前記電圧波形の傾斜の極性と反対である各時間間隔を第１の識別された間隔として識別することと、
前記第１の識別された間隔のうちの１つにおける前記第１のスマートメータのうちの前記第１のものの前記電圧波形の前記傾斜の規模が前記第１のスマートメータの前記大部分の前記電圧波形の前記傾斜の規模と比較して異常値である度、前記第１のスマートメータのうちの前記第１のものに関するフラグを発生させることと
を行うように構成されている、コンピュータシステム。
【請求項2】
前記コンピュータシステムは、
前記第１のスマートメータのうちの第２のものの前記電圧波形の傾斜の極性が前記第１のスマートメータの前記大部分の前記電圧波形の前記傾斜の極性と反対である各時間間隔を第２の識別された間隔として識別することと、
前記第２の識別された間隔のうちの１つにおける前記第１のスマートメータのうちの前記第２のものの前記電圧波形の前記傾斜の規模が前記第１のスマートメータの前記大部分の前記電圧波形の前記傾斜の前記規模と比較して閾値率だけ異常値である度、前記第１のスマートメータのうちの前記第２のものに関するフラグを発生させることと
を行うようにさらに構成されている、請求項１に記載のコンピュータシステム。
前記第１のスマートメータのうちの第２のものの前記電圧波形の傾斜の極性が前記第１のスマートメータの前記大部分の前記電圧波形の前記傾斜の極性と反対である各時間間隔を第２の識別された間隔として識別することと、
前記第２の識別された間隔のうちの１つにおける前記第１のスマートメータのうちの前記第２のものの前記電圧波形の前記傾斜の規模が前記第１のスマートメータの前記大部分の前記電圧波形の前記傾斜の前記規模と比較して閾値率だけ異常値である度、前記第１のスマートメータのうちの前記第２のものに関するフラグを発生させることと
を行うようにさらに構成されている、請求項１に記載のコンピュータシステム。
【請求項3】
前記コンピュータシステムは、
疑わしい誤配分スマートメータとして、最大数の前記フラグに関連付けられた前記第１のスマートメータのうちの１つを識別することと、
前記配電網内の前記第１の変圧器の近傍にある第２の変圧器を識別することと、
前記第２の変圧器に接続された第２のスマートメータから受信される時系列電圧データに基づいて、電圧波形を発生させることと
を行うようにさらに構成されている、請求項１に記載のコンピュータシステム。
疑わしい誤配分スマートメータとして、最大数の前記フラグに関連付けられた前記第１のスマートメータのうちの１つを識別することと、
前記配電網内の前記第１の変圧器の近傍にある第２の変圧器を識別することと、
前記第２の変圧器に接続された第２のスマートメータから受信される時系列電圧データに基づいて、電圧波形を発生させることと
を行うようにさらに構成されている、請求項１に記載のコンピュータシステム。
【請求項4】
前記コンピュータシステムは、
前記疑わしい誤配分スマートメータの前記電圧波形の傾斜の極性が前記第２のスマートメータの大部分の電圧波形の傾斜の極性と反対である各時間間隔を第２の識別された間隔として識別することと、
前記第２の識別された間隔のうちの１つにおける前記疑わしい誤配分スマートメータの前記電圧波形の前記傾斜の規模が、前記第２のスマートメータの前記大部分の前記電圧波形の前記傾斜の規模と比較して異常値である度、前記疑わしい誤配分スマートメータに関するフラグを発生させることと
を行うようにさらに構成されている、請求項３に記載のコンピュータシステム。
前記疑わしい誤配分スマートメータの前記電圧波形の傾斜の極性が前記第２のスマートメータの大部分の電圧波形の傾斜の極性と反対である各時間間隔を第２の識別された間隔として識別することと、
前記第２の識別された間隔のうちの１つにおける前記疑わしい誤配分スマートメータの前記電圧波形の前記傾斜の規模が、前記第２のスマートメータの前記大部分の前記電圧波形の前記傾斜の規模と比較して異常値である度、前記疑わしい誤配分スマートメータに関するフラグを発生させることと
を行うようにさらに構成されている、請求項３に記載のコンピュータシステム。
【請求項5】
前記コンピュータシステムは、
前記配電網内の前記第１の変圧器の近傍にある第３の変圧器を識別することと、
前記第３の変圧器に接続された第３のスマートメータから受信される時系列電圧データに基づいて、電圧波形を発生させることと
を行うようにさらに構成されている、請求項４に記載のコンピュータシステム。
前記配電網内の前記第１の変圧器の近傍にある第３の変圧器を識別することと、
前記第３の変圧器に接続された第３のスマートメータから受信される時系列電圧データに基づいて、電圧波形を発生させることと
を行うようにさらに構成されている、請求項４に記載のコンピュータシステム。
【請求項6】
前記コンピュータシステムは、
前記疑わしい誤配分スマートメータの前記電圧波形の傾斜の極性が前記第３のスマートメータの大部分の電圧波形の傾斜の極性と反対である各時間間隔を第３の識別された間隔として識別することと、
前記疑わしい誤配分スマートメータの前記電圧波形の前記傾斜の規模が、前記第３スマートメータの前記大部分の前記電圧波形の前記傾斜の規模と比較して、前記第３の識別された間隔のうちの１つにおいて異常値である度、前記疑わしい誤配分スマートメータに関するフラグを発生させることと
を行うようにさらに構成されている、請求項５に記載のコンピュータシステム。
前記疑わしい誤配分スマートメータの前記電圧波形の傾斜の極性が前記第３のスマートメータの大部分の電圧波形の傾斜の極性と反対である各時間間隔を第３の識別された間隔として識別することと、
前記疑わしい誤配分スマートメータの前記電圧波形の前記傾斜の規模が、前記第３スマートメータの前記大部分の前記電圧波形の前記傾斜の規模と比較して、前記第３の識別された間隔のうちの１つにおいて異常値である度、前記疑わしい誤配分スマートメータに関するフラグを発生させることと
を行うようにさらに構成されている、請求項５に記載のコンピュータシステム。
【請求項7】
前記コンピュータシステムは、
機械学習アルゴリズムを実施し、前記第１のスマートメータから受信される前記時系列電圧データの最上主成分の次元性を縮小し、グラフ内で第１の点を発生させることと、
前記第１の点の重心を計算することと、
前記重心までの前記第１の点の各々の距離を計算することと、
前記重心までの前記第１の点の前記距離に基づいて、前記第１のスマートメータのうちのいずれかが前記第１のスマートメータのうちの他のものに対して異常を有するかどうかを決定し、前記第１のスマートメータの中から疑わしい誤配分スマートメータを識別することと
を行うようにさらに構成されている、請求項１に記載のコンピュータシステム。
機械学習アルゴリズムを実施し、前記第１のスマートメータから受信される前記時系列電圧データの最上主成分の次元性を縮小し、グラフ内で第１の点を発生させることと、
前記第１の点の重心を計算することと、
前記重心までの前記第１の点の各々の距離を計算することと、
前記重心までの前記第１の点の前記距離に基づいて、前記第１のスマートメータのうちのいずれかが前記第１のスマートメータのうちの他のものに対して異常を有するかどうかを決定し、前記第１のスマートメータの中から疑わしい誤配分スマートメータを識別することと
を行うようにさらに構成されている、請求項１に記載のコンピュータシステム。
【請求項8】
前記コンピュータシステムは、前記機械学習アルゴリズムを実施し、前記配電網内の前記第１の変圧器の近傍にある第２の変圧器に接続された第２のスマートメータから受信される時系列電圧データの最上主成分の次元性を縮小し、前記グラフ内で第２の点を発生させるようにさらに構成されている、請求項７に記載のコンピュータシステム。
【請求項9】
前記コンピュータシステムは、クラスタ分析を実施し、前記疑わしい誤配分スマートメータに対応する前記第１の点のうちの１つが、前記第１のスマートメータに関する前記第１の点より前記第２のスマートメータに関する前記第２の点に密接に合致するかどうかを決定するようにさらに構成されている、請求項８に記載のコンピュータシステム。
【請求項10】
コンピュータシステム内のプロセッサ上で実行可能な命令を記憶している非一過性のコンピュータ読み取り可能な記憶媒体であって、前記実行可能命令は、
機械学習アルゴリズムを実施し、配電システム内の第１の変圧器に接続された第１のスマートメータから受信される第１の時系列電圧データの最上主成分の次元性を縮小し、グラフ内で第１の点を発生させるように実行可能な命令であって、前記第１の点の各々は、前記第１のスマートメータのうちの１つに対応する、命令と、
前記第１の点の重心を計算するように実行可能な命令と、
前記重心までの前記第１の点の各々の距離を計算するように実行可能な命令と、
前記重心までの前記第１の点の前記距離に基づいて、前記第１のスマートメータのうちのいずれかが前記第１のスマートメータのうちの他のものに対して異常を有するかどうかを決定し、前記第１のスマートメータの中から疑わしい誤配分スマートメータを識別するように実行可能な命令と
を備えている、非一過性のコンピュータ読み取り可能な記憶媒体。
機械学習アルゴリズムを実施し、配電システム内の第１の変圧器に接続された第１のスマートメータから受信される第１の時系列電圧データの最上主成分の次元性を縮小し、グラフ内で第１の点を発生させるように実行可能な命令であって、前記第１の点の各々は、前記第１のスマートメータのうちの１つに対応する、命令と、
前記第１の点の重心を計算するように実行可能な命令と、
前記重心までの前記第１の点の各々の距離を計算するように実行可能な命令と、
前記重心までの前記第１の点の前記距離に基づいて、前記第１のスマートメータのうちのいずれかが前記第１のスマートメータのうちの他のものに対して異常を有するかどうかを決定し、前記第１のスマートメータの中から疑わしい誤配分スマートメータを識別するように実行可能な命令と
を備えている、非一過性のコンピュータ読み取り可能な記憶媒体。
【請求項11】
前記機械学習アルゴリズムを実施し、前記配電システム内の前記第１の変圧器の近傍にある第２の変圧器に接続された第２のスマートメータから受信される第２の時系列電圧データの最上主成分の次元性を縮小し、前記グラフ内で第２の点を発生させるように実行可能な命令をさらに備え、前記第２の点の各々は、前記第２のスマートメータのうちの１つに対応している、請求項１０に記載の非一過性のコンピュータ読み取り可能な記憶媒体。
【請求項12】
前記機械学習アルゴリズムは、ｔ分布確率最近傍埋め込みアルゴリズムであり、前記第１および第２の点は、３次元点である、請求項１１に記載の非一過性のコンピュータ読み取り可能な記憶媒体。
【請求項13】
クラスタ分析を実施し、前記疑わしい誤配分スマートメータに対応する前記第１の点のうちの１つが前記第１のスマートメータに関する前記第１の点のクラスタより前記第２のスマートメータに関する前記第２の点のクラスタに密接に合致するかどうかを決定するように実行可能な命令をさらに備えている、請求項１１に記載の非一過性のコンピュータ読み取り可能な記憶媒体。
【請求項14】
前記クラスタ分析は、前記第１および第２の点によって示される次元特性の教師なしクラスタリングを実施するｋ最近傍アルゴリズムを備えている、請求項１３に記載の非一過性のコンピュータ読み取り可能な記憶媒体。
【請求項15】
主成分分析を使用して、前記第１のスマートメータに関する前記第１の時系列電圧データに基づいて発生させられる時系列電圧波形を識別する前記最上主成分を抽出するように実行可能な命令をさらに備えている、請求項１０に記載の非一過性のコンピュータ読み取り可能な記憶媒体。
【請求項16】
コンピュータシステム内の少なくとも１つのプロセッサ回路を使用して、配電システム内のスマートメータから受信される時系列電圧データ内の異常値を識別する方法であって、前記方法は、
第１のスマートメータから受信される第１の時系列電圧データに基づいて、前記配電システム内の第１の変圧器に接続されているとして識別された前記第１のスマートメータの各々に関する電圧波形を発生させることと、
前記第１のスマートメータのうちの第１のものの前記電圧波形の傾斜の極性が前記第１のスマートメータの大部分の前記電圧波形の傾斜の極性と反対である各所定の時間間隔を第１の識別された間隔として識別することと、
前記第１の識別された間隔のうちの１つにおける前記第１のスマートメータのうちの前記第１のものの前記電圧波形の前記傾斜の規模が前記第１のスマートメータの前記大部分の前記電圧波形の前記傾斜の規模と比較して異常値である度、前記第１のスマートメータのうちの前記第１のものに関するフラグを発生させることと
を含む、方法。
第１のスマートメータから受信される第１の時系列電圧データに基づいて、前記配電システム内の第１の変圧器に接続されているとして識別された前記第１のスマートメータの各々に関する電圧波形を発生させることと、
前記第１のスマートメータのうちの第１のものの前記電圧波形の傾斜の極性が前記第１のスマートメータの大部分の前記電圧波形の傾斜の極性と反対である各所定の時間間隔を第１の識別された間隔として識別することと、
前記第１の識別された間隔のうちの１つにおける前記第１のスマートメータのうちの前記第１のものの前記電圧波形の前記傾斜の規模が前記第１のスマートメータの前記大部分の前記電圧波形の前記傾斜の規模と比較して異常値である度、前記第１のスマートメータのうちの前記第１のものに関するフラグを発生させることと
を含む、方法。
【請求項17】
疑わしい誤配分スマートメータとして、最大数の前記フラグに関連付けられた前記第１のスマートメータのうちの１つを識別することと、
前記配電システム内の前記第１の変圧器の近傍にある第２の変圧器を識別することと、
第２のスマートメータから受信される第２の時系列電圧データに基づいて、前記第２の変圧器に接続された前記第２のスマートメータの各々に関する電圧波形を発生させることと
をさらに含む、請求項１６に記載の方法。
前記配電システム内の前記第１の変圧器の近傍にある第２の変圧器を識別することと、
第２のスマートメータから受信される第２の時系列電圧データに基づいて、前記第２の変圧器に接続された前記第２のスマートメータの各々に関する電圧波形を発生させることと
をさらに含む、請求項１６に記載の方法。
【請求項18】
前記疑わしい誤配分スマートメータの電圧波形の傾斜の極性が前記第２のスマートメータの大部分の電圧波形の傾斜の極性と反対である各所定の時間間隔を第２の識別された間隔として識別することと、
前記第２の識別された間隔のうちの１つにおける前記疑わしい誤配分スマートメータの前記電圧波形の前記傾斜の規模が前記第２のスマートメータの前記大部分の前記電圧波形の前記傾斜の規模と比較して異常値である度、前記疑わしい誤配分スマートメータに関するフラグを発生させることと
をさらに含む、請求項１７に記載の方法。
前記第２の識別された間隔のうちの１つにおける前記疑わしい誤配分スマートメータの前記電圧波形の前記傾斜の規模が前記第２のスマートメータの前記大部分の前記電圧波形の前記傾斜の規模と比較して異常値である度、前記疑わしい誤配分スマートメータに関するフラグを発生させることと
をさらに含む、請求項１７に記載の方法。
【請求項19】
前記配電システム内の前記第１の変圧器の近傍にある第３の変圧器を識別することと、
第３のスマートメータから受信される第３の時系列電圧データに基づいて、前記第３の変圧器に接続された前記第３のスマートメータの各々に関する電圧波形を発生させることと
をさらに含む、請求項１８に記載の方法。
第３のスマートメータから受信される第３の時系列電圧データに基づいて、前記第３の変圧器に接続された前記第３のスマートメータの各々に関する電圧波形を発生させることと
をさらに含む、請求項１８に記載の方法。
【請求項20】
前記疑わしい誤配分スマートメータの電圧波形の傾斜の極性が前記第３のスマートメータの大部分の電圧波形の傾斜の極性と反対である各所定の時間間隔を第３の識別された間隔として識別することと、
前記第３の識別された間隔のうちの１つにおける前記疑わしい誤配分スマートメータの前記電圧波形の前記傾斜の規模が前記第３スマートメータの前記大部分の前記電圧波形の前記傾斜の規模と比較して異常値である度、前記疑わしい誤配分スマートメータに関するフラグを発生させることと
をさらに含む、請求項１９に記載の方法。
前記第３の識別された間隔のうちの１つにおける前記疑わしい誤配分スマートメータの前記電圧波形の前記傾斜の規模が前記第３スマートメータの前記大部分の前記電圧波形の前記傾斜の規模と比較して異常値である度、前記疑わしい誤配分スマートメータに関するフラグを発生させることと
をさらに含む、請求項１９に記載の方法。
【請求項21】
少なくとも１つのプロセッサデバイスを備えているコンピュータシステムであって、前記コンピュータシステムは、
配電システムに接続されたスマートメータから受信される電圧データが、電力を前記配電システムに送信している太陽光起電システムを有する顧客用地に前記スマートメータが位置していることを示しているかどうかを決定することと、
前記スマートメータから受信される電力使用量を示すデータが、前記配電システムから充電する電気自動車を有する顧客用地に前記スマートメータが位置していることを示しているかどうかを決定することと、
前記電圧データまたは前記スマートメータから受信される電力使用量を示す前記データが、局所地域内の他のスマートメータより実質的に多くの電力を使用する育成ハウスに前記スマートメータが位置していることを示しているかどうかを決定することと、
前記電圧データおよび前記スマートメータから受信される電力使用量を示す前記データが、前記スマートメータの電力使用量が前記スマートメータによって測定される電圧降下を説明し、電力窃盗を識別していることを示しているかどうかを決定することと
を行うように構成されている、コンピュータシステム。
配電システムに接続されたスマートメータから受信される電圧データが、電力を前記配電システムに送信している太陽光起電システムを有する顧客用地に前記スマートメータが位置していることを示しているかどうかを決定することと、
前記スマートメータから受信される電力使用量を示すデータが、前記配電システムから充電する電気自動車を有する顧客用地に前記スマートメータが位置していることを示しているかどうかを決定することと、
前記電圧データまたは前記スマートメータから受信される電力使用量を示す前記データが、局所地域内の他のスマートメータより実質的に多くの電力を使用する育成ハウスに前記スマートメータが位置していることを示しているかどうかを決定することと、
前記電圧データおよび前記スマートメータから受信される電力使用量を示す前記データが、前記スマートメータの電力使用量が前記スマートメータによって測定される電圧降下を説明し、電力窃盗を識別していることを示しているかどうかを決定することと
を行うように構成されている、コンピュータシステム。
【請求項22】
前記コンピュータシステムは、前記スマートメータからの前記電圧データを分析することによって、前記スマートメータから受信される前記電圧データが、太陽光起電システムを有する顧客用地に前記スマートメータが位置していることを示しているかどうかを決定することによって、前記スマートメータによって測定される電圧が、複数日間の複数の日の真昼の時間中に前記局所地域内の他のスマートメータのうちの少なくともいくつかからの電圧より大きく繰り返し増加するかどうかを決定するようにさらに構成されている、請求項２１に記載のコンピュータシステム。
【請求項23】
前記コンピュータシステムは、前記電力使用量メータが、複数日間の複数の日中、急速に増加し、前記局所地域内の他のスマートメータの大部分より実質的に多くの電力を引き出し、次いで、急速に減少するかどうかを決定することによって、前記スマートメータから受信される電力使用量を示す前記データが、電気自動車を有する顧客用地に前記スマートメータが位置していることを示しているかどうかを決定するようにさらに構成されている、請求項２１に記載のコンピュータシステム。
【請求項24】
前記コンピュータシステムは、前記電力使用量が、複数日間の複数の日の数時間にわたって前記局所地域内の他のスマートメータによって示される電力使用量より実質的かつ連続的に大きいかどうかを決定することによって、前記電圧データまたは前記スマートメータから受信される電力使用量を示す前記データが、育成ハウスに前記スマートメータが位置していることを示しているかどうかを決定するようにさらに構成されている、請求項２１に記載のコンピュータシステム。
【請求項25】
前記コンピュータシステムは、前記電圧データまたは前記スマートメータからの電力使用量を示す前記データが、前記配電システムから充電している大型現地バッテリを有する顧客用地に前記スマートメータが位置していることを示しているかどうかを決定するようにさらに構成され、前記プロセッサデバイスは、前記電圧データまたは前記スマートメータからの電力使用量を示す前記データが、大型現地バッテリを有する顧客用地に前記スマートメータが位置していないことを示している場合、可能な電力品質問題に関連付けられているとして前記スマートメータにフラグを付ける、請求項２１に記載のコンピュータシステム。
【発明の詳細な説明】
【技術分野】
【0001】
（関連出願の相互参照）本特許出願は、参照することによってその全体として本明細書に組み込まれる２０１８年８月２７日に出願された米国特許出願１６／１１４，０９６号の継続である。
【0002】
（開示の分野）本開示は、配電システムから電力を受け取るスマートメータからのデータの分析のための技法に関する。
【背景技術】
【0003】
電気メータは、顧客用地において配電システムから引き出される電力の量を監視するデバイスである。配電システムからの顧客の電力消費を監視するために使用される１つのタイプの電気メータは、電気スマートメータ（本明細書ではスマートメータとも称される）である。スマートメータは、配電システムに接続された顧客用地における電力使用量、電流、および／または電圧を監視する。スマートメータは、顧客用地から配電システムに提供される電力および／または電流の量を監視することもできる。スマートメータは、顧客用地から、電力を顧客用地に提供する電気事業者に電力使用量および電圧データを自動的に伝送する。スマートメータは、先進計量インフラストラクチャ（ＡＭＩ）または自動検針（ＡＭＲ）システムの一部であり得る。
【発明の概要】
【課題を解決するための手段】
【0004】
電気事業者は、その配電システム内のコンポーネントの接続に関する正確な情報を識別および維持することにおいて困難に直面する。配電システムは、本明細書では配電網とも称される。電気事業者は、理想的に、公益事業から電力（すなわち、電気）を受け取る顧客用地が各配電変電所の下流に相互接続される方法を示す正確な接続情報を有する。接続情報は、公益事業配電線を介して、各配電変電所の下流に接続される各配電変圧器に接続された顧客用地を正確に示す。
【0005】
電気事業者によって直面される一般的な問題は、それらの配電システムについての正確な接続情報を維持することである。公益事業顧客用地と配電変圧器との間の接続は、配電システムの保守または修理中に変化し得る。例えば、停電後の電気サービスの復旧中に配電システムに行われる緊急修理が、顧客と配電変圧器との間の接続を変化させ得る。新しいメータ・変圧器間接続エラーが、嵐中の配電システムの緊急再構築後の公益事業の接続情報、設計された通りに仕事に合致しない不正確な構築、地理情報システム（ＧＩＳ）マッピング中に導入されるデータエラー等と比較して、配電システムの中に非意図的に導入され得る。
【0006】
電気事業者が顧客用地と配電変圧器との間の接続について有する情報は、顧客用地と配電システム内に存在する配電変圧器との間の接続と比較すると、経時的にあまり正確ではなくなり得る。正確な接続情報を維持するために経時的に生じる配電網に対する変更の全てを追跡することは、困難であり得る。電気事業者は、各地下公益事業線を辿り、各顧客の電気メータが接続される配電変圧器を識別することができないこともある。各顧客の電気メータの目視検査は、典型的に、高価で、遅く、労働集約型である。
【0007】
電気事業者は、配電網内の各配電変圧器に関連付けられる電気メータ（例えば、スマートメータ）の組に関する公益事業データを収集し得る。公益事業データは、例えば、配電変圧器に接続された電気メータ毎に少なくとも時間単位で収集される情報を含み得る。公益事業データは、電気メータ毎の時間平均電圧と、電気メータ毎の時間電力消費データとを含み得る。
【0008】
電気を顧客に分配する配電網からの電力の窃盗は、多くの場合、電気事業者のための収入減の主な原因である。電気が大型配電網のいくつかの終点において盗まれ得るので、各電力窃盗源を識別することは困難であり得る。実施例として、一部の公益事業顧客は、配電網から電気を盗むために、その電気メータの周囲に違法バイパス線を接続することが把握されている。バイパス線は、電気メータが顧客の電気使用量の少なくとも一部を感知することを防止することを意図している。したがって、バイパス線は、電気メータが顧客用地における電気消費量を正確に監視することを防止し得る。
【0009】
顧客用地における電気メータによって感知される電圧は、配電網から顧客用地によって引き出される電力の変化に応答して、変化する。例えば、配電網からの顧客の電気消費量が増加する場合、その顧客用地における電気メータは、より低い電圧を感知する。顧客の電気消費量が減少する場合、電気メータは、より大きい電圧を感知する。バイパス線が、電気メータの周囲に違法に接続される場合、電気メータは、顧客用地における負荷によって引き出されている電力の全てを感知しないこともある。しかしながら、電気メータは、バイパス線が電気メータの周囲に接続される場合でさえ、顧客用地における負荷によって引き出されている電力の変化によって引き起こされる電圧の変化を感知するであろう。電力窃盗が顧客用地において生じている場合、その顧客用地における電気メータは、電気メータ間の配電線内のインピーダンスに起因して、同一の地理的地域内にある、および／または、同一の配電変圧器に接続された他の顧客用地における電気メータによって発生させられる電圧プロファイルと有意に異なる電圧プロファイルを発生させ得る。
【0010】
したがって、顧客用地における電気メータによって感知される電圧プロファイルは、配電網からの電力窃盗を示し得る。実施例として、顧客用地が、配電網内および／または同一の地理的地域内にある同一の変圧器に接続された他の顧客用地より多くの電力を毎日の数時間の間に配電網から引き出している場合、顧客用地における電気メータは、電圧が、他の顧客用地における電気メータによって感知される電圧より多く、これらの時間の間に減少していることを示すであろう。
【0011】
本明細書に開示される、いくつかの実施形態によると、スマートメータからの電圧データが、１つ以上の顧客用地における電力窃盗の可能な発生を決定するために監視される。同一の配電変圧器に接続される、または同一の地理的地域内にある他の顧客のスマートメータと比較して、顧客のスマートメータからの電圧データ内で異常が識別される場合、顧客のスマートメータは、さらなる調査に関してフラグを付けられ得る。電圧データ内の異常に関する１つの可能な原因は、公益事業の接続情報が、上記に議論される理由により不正確であり得、電圧データ内の異常を感知するスマートメータが、公益事業の接続情報が現在示しているものと異なる配電変圧器に接続されることである。別の可能性は、電圧データ内の異常が、顧客用地における配電網からの電力の窃盗によって引き起こされることである。
【図面の簡単な説明】
【0012】
【0013】
【0014】
【0015】
【0016】
【0017】
【0018】
【0019】
【0020】
【0021】
【0022】
【発明を実施するための形態】
【0023】
図１は、ある実施形態による、スマートメータを使用し、公益事業顧客用地における電圧、電流、および電力使用量を測定するシステムを図示する略図である。図１の実施形態では、それぞれ、スマートメータ１０２Ａ、１０２Ｂ、１０２Ｃ、および１０２Ｄ（本明細書では集合的にスマートメータ１０２と称される）に関連付けられる公益事業顧客用地１０１Ａ、１０１Ｂ、１０１Ｃ、および１０１Ｄ（本明細書では集合的に公益事業顧客用地１０１と称される）は、ネットワーク１０３を通してコンピュータシステム１０４に接続される。スマートメータ１０２の各々は、配電網から電力を受け取るように接続され、電力を顧客用地１０１のうちの関連付けられるものに提供するように接続される。配電網は、図１に示されていない。４つの公益事業顧客用地１０１および４つの関連付けられるスマートメータ１０２が、実施例として図１に示される。但し、配電網は、典型的に、電力を数百、数千、または数百万もの顧客用地に提供するように接続され得ることを理解されたい。顧客用地１０１の各々は、電気使用量および電圧を監視する、スマートメータ等の電気メータを有する。
【0024】
スマートメータ１０２の各々は、処理のために、電圧（すなわち、電圧データ）、電流、および／または電気消費量の測定を、ネットワーク１０３を通してコンピュータシステム１０４に周期的に送信する。スマートメータ１０２の各々は、関連付けられる顧客用地１０１における配電網へのその接続において電圧を測定する。実施例として、スマートメータ１０２の各々は、毎日の毎時間に、電圧データをコンピュータシステム１０４に送信し得る。スマートメータ１０２からコンピュータシステム１０４へのデータの通信は、ネットワーク１０３内の無線接続、ワイヤ、電線、またはそれらの任意の組み合わせを通し得る。
【0025】
コンピュータシステム１０４は、１つ以上の入出力（Ｉ／Ｏ）インターフェース１１１と、１つ以上のプロセッサデバイス１１２と、１つ以上の記憶デバイス１１３と、分析ソフトウェア１１４と、１つ以上のデータベース１１５とを含む。コンピュータシステム１０４のコンポーネント１１１−１１５は、接続１１６を通して通信することができる。コンピュータシステム１０４は、例えば、電気事業者によって運営される設備に位置し得る。プロセッサ１１２は、例えば、ＣＰＵ（中央処理ユニット）、マイクロプロセッサ、グラフィックス処理ユニット（ＧＰＵ）、フィールドプログラマブルゲートアレイ、および／または他の形態のプロセッサ回路等の任意の処理回路またはデバイスを含み得る。記憶装置１１３は、ソリッドステートメモリデバイス、ディスク記憶デバイス、磁気テープ等のメモリデバイスを含み得る。記憶デバイス１１３は、任意の好適な構成、例えば、ストレージエリアネットワークに編成され得る。入出力インターフェース１１１は、例えば、データをプロセッサ１１２に入力するためのデバイス（例えば、マウスおよびキーボード）と、プロセッサ１１２から結果を提供するための機構（例えば、プリンタおよびコンピュータモニタ）とを含み得る。
【0026】
ネットワーク１０３を通してスマートメータ１０２から提供される電圧、電流、および／または電力使用量データは、コンピュータシステム１０４内の記憶デバイス１１３内に記憶され得る。分析ソフトウェア１１４は、データベース１１５を使用して、記憶デバイス１１３内に記憶された電圧、電流、および／または電力使用量データにアクセスすることができる。分析ソフトウェア１１４は、電圧、電流、および／または電力使用量データを分析し、本明細書に開示される結果を発生させることができる。分析ソフトウェア１１４は、メモリ内に記憶されることができる。分析ソフトウェア１１４は、１つ以上のプロセッサ１１２上で起動されることができる。１人またはそれを上回るユーザが、１つ以上のＩ／Ｏインターフェース１１１を使用して、分析ソフトウェア１１４とインターフェースをとってもよい。
【0027】
図２Ａ−２Ｂは、ある実施形態による、配電網に接続されるスマートメータから受信される電圧データ内の異常値を識別するために使用され得る、動作の実施例を図示するフローチャートである。図２Ａ−２Ｂの動作は、例えば、スマートメータから受信される電圧データ内の異常値を識別するように実施される、複数のチェックのうちの１つのチェックとして、実施され得る。代替として、図２Ａ−２Ｂの動作は、付加的チェックを伴わずに単独で実施され得る。
【0028】
図２Ａ−２Ｂの実施形態では、スマートメータ１０２の各々は、側方および／またはフィーダ等の１つ以上の公益事業配電線を通して、配電網内の配電変圧器に接続される。図２Ａ−２Ｂの動作は、例えば、図１に示されるＩ／Ｏインターフェース１１１、プロセッサ１１２、記憶デバイス１１３、およびデータベース１１５を使用して、コンピュータシステム１０４内の分析ソフトウェア１１４によって実施され得る。
【0029】
最初に、配電網に接続されるスマートメータによって発生させられる時系列電圧データ（本明細書では電圧データとも称される）が、データベース１１５を使用して、記憶装置１１３から収集され、分析ソフトウェア１１４に提供される。また、電気メータを配電網内の配電変圧器接続および配電線にマップする地理情報システム（ＧＩＳ）データが、収集される。動作２０１では、配電網に接続される配電変圧器（本明細書では単に変圧器とも称される）が、選択される。動作２０１において選択される変圧器は、電圧データが収集されたスマートメータのセットに接続される、ＧＩＳデータが示す変圧器のうちの１つである。変圧器は、分析ソフトウェア１１４によって、またはユーザ入力に応答して、自動的に選択され得る。図２Ａ−２Ｂの動作の付加的反復が、他の変圧器に接続されたスマートメータが、配電網内で評価されるために実施され得る。
【0030】
動作２０２では、動作２０１において選択される変圧器に接続されたスマートメータが、選択される。動作２０２は、メータ・変圧器間接続を示すＧＩＳデータを使用して、動作２０１において選択される変圧器に接続されたスマートメータを決定し得る。スマートメータが、変圧器に直接接続されていない場合でさえも、スマートメータが、変圧器を通して配電網から電力を受け取る場合に、スマートメータは、変圧器に接続される。変圧器を通して配電網からスマートメータに提供される電力は、公益事業顧客用地における負荷において受電される。配電網内の各配電変圧器は、典型的に、複数の顧客用地における複数のスマートメータに接続され、電力をそこに伝送する。限定的であることを意図していない実施例として、各配電変圧器は、６〜１２個のスマートメータに接続され得る。
【0031】
上記に議論されるように、その配電網についての電気事業者のＧＩＳデータは、いずれのスマートメータがいずれの配電変圧器に接続されるかについてのある程度の不正確な情報を含有し得る。図２Ａ−２Ｂの動作は、ＧＩＳデータ内のスマートメータと変圧器との間の不正確な接続情報の存在を識別することに役立ち得る。
【0032】
図２Ａの動作２０３−２０４および図２Ｂの動作２１４−２１５は、スマートメータから収集される電圧データを使用して実施される。スマートメータの各々からの時系列電圧データは、経時的に変動する電圧波形としてプロットされる。スマートメータからの時系列電圧データを使用して発生させられる各電圧波形の傾斜は、次いで、所定の時間間隔において（例えば、１時間毎に）決定される。スマートメータからの時系列電圧データを使用して発生させられる電圧波形の傾斜はまた、本明細書では電圧傾斜とも称される。
【0033】
動作２０３では、動作２０２において選択されるスマートメータに関する電圧傾斜の極性が動作２０１において選択される変圧器に接続された他のスマートメータの大部分の電圧傾斜の極性と反対である各所定の時間間隔が、識別される。動作２０３は、所定の期間（例えば、数日、１週間、１ヶ月、または数ヶ月）にわたる電圧データを使用して、各時間間隔で、例えば、１時間毎、３０分毎、１５分毎等に、繰り返される。
【0034】
動作２０４では、動作２０３において識別される所定の時間間隔のうちの１つにおけるその電圧傾斜の規模が、変圧器に接続された他のスマートメータの大部分の電圧傾斜の規模と比較して異常値である度、フラグが、動作２０２において選択されるスマートメータに関して発生させられる。動作２０３において分析される条件がそれぞれの所定の時間間隔において満たされた場合に、フラグが、動作２０４においてスマートメータに関してのみ発生させられる。
【0035】
いくつかの状況では、電圧波形の電圧傾斜の極性が相互と比較される場合のみ、過剰に多くのフラグが、発生させられ得、動作２０４が、省略される。例えば、１つのスマートメータに関する電圧波形が、わずかに正になる一方で、他のスマートメータに関する電圧波形が、わずかに負になる場合、フラグは、電圧傾斜の極性が比較された場合のみ発生させられるであろう。また、動作２０４において電圧傾斜の規模（すなわち、絶対値）を比較することによって、フラグが、これらの状況では発生させられない。より具体的な実施例として、３つのスマートメータの電圧傾斜は、−０．３であってもよく、第４のスマートメータの電圧傾斜は、０．２９であり得る。本実施例では、第４のスマートメータの電圧傾斜の規模が異常値ではないため、いずれのフラグも動作２０４において発生させられない。したがって、動作２０４は、動作２０２において選択されるスマートメータの電圧傾斜の極性が他のスマートメータの大部分の電圧傾斜の極性と反対であるが、動作２０２において選択されるスマートメータの電圧傾斜の規模が、他のスマートメータの大部分の電圧傾斜の規模と比較して異常値ではないときに、誤ったフラグが発生させられるという問題を回避することができる。
【0036】
スマートメータに関する電圧傾斜の規模は、所定の閾値だけ他のスマートメータの大部分の電圧傾斜の規模を上回る、またはそれ未満である場合に、動作２０４において異常値として定義され得る。ＤｉｘｏｎのＱ検定は、動作２０４において異常値としてスマートメータに関する電圧傾斜の規模を識別するために使用され得る、方程式の実施例である。ＤｉｘｏｎのＱ検定は、データとサンプル平均との間の二乗差のカイ二乗分布に基づいて、異常値に関する検定を実施する。ＤｉｘｏｎのＱ検定を適用するために、データセットが、増加する値の順序で配列され、疑わしい点Ｑが、【数1】
【0037】
図３Ａは、例示的実施形態による、４日にわたる４つのスマートメータからの時間電圧データのグラフである。４つのスマートメータの各々からの電圧データは、電圧波形としてプロットされる。図３Ａに示される４つの電圧波形の各々は、全て配電網に接続され、そこから電力を受け取る４つのスマートメータのうちの異なるものからの電圧データをプロットする。図３Ａの実施形態では、ＧＩＳデータが、これらの４つのスマートメータが全て同一の配電変圧器を通して配電網に接続されることを示すので、４つのスマートメータは、一緒に分析される。実線波形３０１は、スマートメータのうちの１つからの電圧データを表す。３つの点線波形は、他の３つのスマートメータからの電圧データを表す。図３Ａから分かり得るように、実線電圧波形３０１は、図３Ａに示される４日間の数時間にわたって３つの点線電圧波形から逸脱する。
【0038】
図３Ａのグラフは、動作２０３−２０４が４つのスマートメータからの電圧データに適用され得る方法の実施例を図示する。例えば、図２Ａ−２Ｂの動作が、図３Ａでグラフに描かれる電圧データに適用される場合、フラグが、動作２０４において時間Ｔ１、Ｔ２、およびＴ３の各々で発生させられる。図３Ａの時間Ｔ１−Ｔ３の各々では、実線波形３０１の電圧傾斜の極性は、３つの点線波形の電圧傾斜の極性と反対である。また、時間Ｔ１−Ｔ３の各々では、実線波形３０１の電圧傾斜の規模は、３つの点線波形の電圧傾斜の規模と比較して異常値である。
【0039】
図３Ｂは、別の例示的実施形態による、８時間にわたる５つのスマートメータからの時間電圧データのグラフである。図３Ｂでは、スマートメータの各々からの時間電圧データが、電圧波形としてプロットされる。図３Ｂに示される５つの電圧波形の各々は、全て配電網に接続され、そこから電力を受け取る５つのスマートメータのうちの異なるものからの時間電圧データをプロットする。図３Ｂの実施形態では、ＧＩＳデータが、これらのスマートメータが全て同一の配電変圧器を通して配電網に接続されることを示すので、５つのスマートメータは、一緒に分析される。実線波形は、本明細書および図３Ｂではメータ５と称される、スマートメータのうちの１つからの電圧データを表す。４つの点線波形は、本明細書および図３Ｂではメータ１−４と称される、他の４つのスマートメータからの電圧データを表す。
【0040】
コンピュータシステムは、毎時間における５つのスマートに関して図３Ｂに示される５つの電圧波形の電圧傾斜を決定する。スマートメータに関する電圧データの８時間が、単に実施例として図３Ｂに示される。コンピュータシステムは、数日、数週間、数ヶ月、または数年等のより長い期間にわたって、より多くのスマートメータに関する電圧データを決定し得ることを理解されたい。下記の表１は、図３Ｂに示される、時間５および６における５つのスマートメータからの例示的電圧データの電圧および電圧傾斜を含む。【表1】
【0041】
表１に示されるように、メータ１−４は、時間５と６との間に正の電圧傾斜を有し、メータ５は、時間５と６との間に負の電圧傾斜を有する。加えて、メータ１−４の電圧傾斜の規模は、時間５と６との間で１．２３〜１．９５の範囲内であり、メータ５の電圧傾斜の規模は、時間５と６との間で３である。表１内の値に基づいて、メータ５は、時間５と時間６との間の１時間の時間間隔に関してメータ１−４と比較すると、動作２０４において異常値としてフラグを付けられ得る。
【0042】
決定動作２０５では、動作２０１において選択される同一の変圧器に接続され、動作２０３−２０４の前の反復において分析されていない、分析すべきスマートメータがそれ以上存在するかどうかに関して、決定が行われる。まだ分析されていない、変圧器に接続されたより多くのスマートメータが存在する場合、動作２０３−２０４の前の反復において分析されていないスマートメータのうちの１つが、ＧＩＳデータを使用して動作２０６において選択される。
【0043】
次いで、動作２０３−２０４が、動作２０６において選択されるスマートメータからの電圧データを使用して繰り返される。動作２０３−２０６が、次いで、動作２０１において選択される変圧器に接続された他のスマートメータ毎に繰り返される。したがって、動作２０３−２０４の反復が、変圧器に接続されたスマートメータ毎に実施される。動作２０３−２０４の各反復は、スマートメータのうちの１つからの電圧データが、変圧器に接続された他のスマートメータの大部分からの電圧データと比較して異常値であることを示す、そのスマートメータに関するフラグのセットを発生させる。
【0044】
動作２０１において選択される変圧器に接続されたスマートメータの全てが、動作２０５の現在の反復において分析された場合には、図２Ａのプロセスは、図２Ｂに詳細に示される動作２１１に進む。ここで図２Ｂを参照すると、動作２１１では、動作２０４の反復からの最大数のフラグを有する、１つ以上のスマートメータのリストが、作成される。動作２１１において発生させられるリストは、動作２０４の前の反復において発生させられる最大数のフラグを有する、スマートメータを含む。動作２１１において発生させられるリストは、例えば、最高数から最低数のフラグにスマートメータをランク付けし得る。
【0045】
動作２０４の前の反復のうちの１つにおいて最も多くのフラグを発生させた電圧データを有するスマートメータが、例えば、動作２１１において疑わしい誤配分スマートメータとして識別され得る。動作２１２では、地理情報システム（ＧＩＳ）データが、次いで、動作２０１において選択される配電変圧器に最近傍の配電変圧器を決定するために使用される。限定的であることを意図していない具体的実施例として、動作２０１において選択される変圧器に最近傍の５つの配電変圧器が、動作２１２において識別され得る。最も近い変圧器は、ＧＩＳデータによって示される配電網内の物理的距離を使用して、動作２１２において決定され得る。
【0046】
図４は、ある実施形態による、公益事業配電変電所と配電網内の６つの配電変圧器との間の接続の実施例を示す、略図である。図４の実施形態では、公益事業配電変電所４０１は、それぞれ、スマートメータ４０３−４０８を介して、配電線４１０および配電変圧器４０２Ａ−４０２Ｆを通して電力を顧客用地に提供する。変圧器４０２Ａ−４０２Ｆは、それぞれ、スマートメータ４０３Ａ−４０３Ｃ、４０４Ａ−４０４Ｃ、４０５Ａ−４０５Ｃ、４０６Ａ−４０６Ｂ、４０７Ａ−４０７Ｂ、および４０８Ａ−４０８Ｂに接続され、電力をそれに提供する。２つまたは３つのスマートメータが、変圧器４０２Ａ−４０２Ｆのそれぞれに接続されるものとして図４に示されるが、配電網内の各変圧器４０２は、付加的スマートメータに接続され得る。
【0047】
図４は、公益事業配電所、変圧器、およびスマートメータの間の正確な相対物理的距離を示さない場合がある。しかしながら、図４の略図は、動作２１２において、疑わしい誤配分スマートメータに接続される変圧器に最も近い変圧器である、配電網内の配電変圧器のうちのいずれかを決定するために使用され得る。実施例として、スマートメータ４０４Ｂが、疑わしい誤配分スマートメータである場合、変圧器４０２Ｂに最近傍の５つの変圧器が、図４の略図を使用して、動作２１２において変圧器４０２Ａおよび４０２Ｃ−４０２Ｆとして識別される。
【0048】
動作２１３では、動作２１２において識別された最も近い変圧器のうちの１つが、選択される。続いて、動作２１４−２１５では、疑わしい誤配分スマートメータからの電圧データが、動作２１３において選択される変圧器に接続されたスマートメータからの電圧データと比較される。実施例として、スマートメータ４０４Ｂからの電圧データは、動作２１４−２１５において変圧器４０２Ａに接続されるスマートメータ４０３Ａ−４０３Ｃからの電圧データと比較され得る。
【0049】
動作２１４では、動作２１１において識別される疑わしい誤配分スマートメータに関する電圧傾斜の極性が動作２１３において選択される変圧器に接続されたスマートメータの大部分の電圧傾斜の極性と反対である各所定の時間間隔が、識別される。動作２１４は、所定の期間にわたる（例えば、１週間、１ヶ月等にわたる）電圧データを使用して、各時間間隔で、例えば、１時間毎、３０分毎等に、繰り返される。
【0050】
動作２１５では、動作２１４において識別される所定の時間間隔のうちの１つにおけるその電圧傾斜の規模が、動作２１３において選択される変圧器に接続されたスマートメータの大部分の電圧傾斜の規模と比較して異常値である度、フラグが、疑わしい誤配分スマートメータに関して発生させられる。動作２１４において分析される条件がそれぞれの所定の時間間隔において満たされた場合に、フラグが、動作２１５において疑わしい誤配分スマートメータに関してのみ発生させられる。動作２１５において発生させられるフラグは、フラグの総数を発生させるように、所定の期間にわたって計数される。疑わしい誤配分スマートメータの電圧傾斜の規模は、閾値だけ動作２１３において選択される変圧器に接続されたスマートメータの大部分の電圧傾斜の規模を上回る、またはそれ未満である場合に、動作２１５において異常値として識別され得る。動作２０４に関して上記に説明されるＤｉｘｏｎのＱ検定はまた、動作２１５において異常値として疑わしい誤配分スマートメータの電圧傾斜の規模を識別するために使用され得る、方程式の実施例である。図３Ａ−３Ｂに開示される実施例もまた、フラグが動作２１５において発生させられ得る方法の実施例である。
【0051】
決定動作２１６では、動作２１２において識別された最も近い変圧器のうちのいずれかが動作２１３または動作２１７の前の反復において前もって選択されていないかどうかに関して、決定が行われる。動作２１２において識別される変圧器のうちのいずれかが、前もって選択されていない場合、動作２１２において識別される最も近い変圧器のうちの次のものが、動作２１７において選択される。
【0052】
次いで、動作２１４−２１５が、疑わしい誤配分スマートメータからの電圧データを、動作２１７において選択される変圧器に接続されたスマートメータからの電圧データと比較することによって、繰り返される。動作２１４−２１７の付加的反復が、続いて、動作２１２において識別される最も近い変圧器のそれぞれに接続されるスマートメータからの電圧データが分析されるまで、実施される。動作２１４−２１５の反復の各々では、フラグのセットが、疑わしい誤配分スマートメータからの電圧データを、動作２１２において識別される最も近い変圧器のうちの１つに接続されるスマートメータからの電圧データと比較することによって、発生させられ得る。
【0053】
決定動作２１６では、動作２１２において識別される変圧器の全てが動作２１３または動作２１７の前の反復において選択されたことが決定される場合には、動作２１８が、実施される。動作２１４−２１５の１回の反復において発生させられるフラグが、動作２０３−２０４において疑わしい誤配分スマートメータに関して発生させられるフラグ未満である場合には、動作２１８では、動作２１４−２１５において最少数のフラグを発生させた変圧器が、可能なさらなる分析のために識別される。
【0054】
１つの可能性は、疑わしい誤配分スマートメータが、動作２０１において選択される変圧器の代わりに、動作２１４−２１５の反復において最少数のフラグを発生させた変圧器に接続されることである。動作２０１において選択される最初の変圧器は、公益事業のＧＩＳデータが、疑わしい誤配分スマートメータに接続されることを示す変圧器である。動作２１８では、またはその後に、疑わしい誤配分スマートメータは、例えば、動作２１４−２１５の反復において最少数のフラグを発生させた変圧器に割り当てられ得る。限定的であることを意図していない具体的実施例として、２８０個のフラグが、最初の変圧器に接続されたスマートメータを使用して、動作２０３−２０４の反復において発生させられ、３つだけのフラグが、最も近い変圧器のうちの１つに接続されるスマートメータを使用して、動作２１４−２１５の反復において発生させられる場合には、疑わしい誤配分スマートメータは、最も近い変圧器のうちのその１つに割り当てられる。
【0055】
別の可能性は、電力窃盗が、（例えば、そのスマートメータの周囲のバイパス線を使用して）疑わしい誤配分スマートメータを有する公益事業顧客用地において生じ得ることである。動作２１８後に、疑わしい誤配分スマートメータが動作２０１において選択される最初の変圧器と異なる変圧器に接続されるかどうか、または電力窃盗が生じているかどうかを決定するように、付加的チェックが、実施され得る。疑わしい誤配分スマートメータが異なる変圧器に接続されるかどうかを決定するように実施され得る、第２のチェックが、図５Ａ−５Ｂに関して本明細書に開示される。
【0056】
図５Ａ−５Ｂは、ある実施形態による、配電網に接続されるスマートメータから受信される電圧データの内の異常を識別するように実施され得る、動作の実施例を示すフローチャートを図示する。図５Ａ−５Ｂの動作は、例えば、図２Ａ−２Ｂの動作を使用して識別されたスマートメータ電圧データ内の異常を確認するように、第２のチェックとして実施され得る。したがって、いくつかの例示的実施形態では、図２Ａ−２Ｂの動作が、スマートメータから受信される電圧データ内の異常を識別するように、第１のチェックとして実施され、図５Ａ−５Ｂの動作が、第１のチェックにおいて識別される任意の異常を確認するように、第２のチェックとして実施される。したがって、いくつかの実施形態では、コンピュータシステム１０４等のコンピュータシステムが、図２Ａ−２Ｂの動作および図５Ａ−５Ｂの動作を実施し得る。
【0057】
スマートメータの電圧データが、図２Ａ−２Ｂの第１のチェックにおいて識別される変圧器と異なる変圧器に接続されたスマートメータの電圧データにより密接に合致する、いくつかの状況が存在し得る。第２のチェックとして図５Ａ−５Ｂの動作を実施することは、異なる変圧器に接続される、または電力窃盗に関連付けられるスマートメータを識別するプロセスの正確度を改良し得る。図５Ａ−５Ｂの第２のチェックは、より多くの電圧データを分析する、および／または図２Ａ−２Ｂのプロセスより速い分析を可能にするために、使用され得る。
【0058】
代替として、図５Ａ−５Ｂの動作は、第１のチェックとして、または付加的チェックを伴わずに単独で実施され得る。これらの実施形態では、コンピュータシステムが、図２Ａ−２Ｂの動作を伴わずに、図５Ａ−５Ｂの動作のうちのいくつかまたは全てを実施し得る。図５Ａ−５Ｂの動作は、例えば、図１に示されるＩ／Ｏインターフェース１１１、プロセッサ１１２、記憶デバイス１１３、およびデータベース１１５を使用して、コンピュータシステム１０４内の分析ソフトウェア１１４によって実施され得る。
【0059】
動作５０１では、機械学習アルゴリズムが、変圧器に接続されたスマートメータからの電圧データの最上主成分の次元性を縮小するように実施される。動作５０１において分析のために選択される変圧器は、配電網内の任意の配電変圧器であり得る。実施例として、図５Ａの動作５０１−５０４が、動作２０１において選択される変圧器に接続されたスマートメータからの電圧データを使用して、実施され得る。
【0060】
図５Ａの例示的実施形態では、既存のスマートメータ・変圧器間接続が、ＧＩＳデータから決定され、履歴時系列電圧データが、選択された期間（例えば、数日、数週間、または数ヶ月）に及ぶスマートメータに関して収集される。電圧プロファイルを多様化するために、フィーダあたり１つの変圧器が、試験シートを作成するために使用され得る。試験シートは、スマートメータの潜在的誤配分のさらなる誇張を可能にする。変圧器に接続されたスマートメータ毎の電圧データの傾斜および規模が、次いで、計算される。
【0061】
例示的実施形態では、スマートメータ毎の電圧データの傾斜および規模が、主成分分析（ＰＣＡ）を通して正規化および起動される。ＰＣＡは、スマートメータ電圧データに基づいて発生させられる各時系列電圧波形を一意に識別する、最上主成分を抽出する。最上主成分は、典型的に、３つを上回る次元を有する。最上主成分が例示的実施形態において決定された後、それらは、最上主成分の次元を２または３次元まで縮小するために、動作５０１においてｔ分布確率最近傍埋め込み（ｔ−ＳＮＥ）アルゴリズムを通して起動される。Ｔ−ＳＮＥは、２または３次元の低次元空間内の可視化のための高次元データを埋め込むために適している、非線形次元性縮小技法を使用する機械学習アルゴリズムである。Ｔ−ＳＮＥは、高い確率で、類似オブジェクトがグラフ内の近傍の点によってモデル化され、異種オブジェクトがグラフ内の遠隔の点によってモデル化されるような方法で、グラフ内の２または３次元点によって高次元オブジェクトをモデル化することができる。ｔ−ＳＮＥアルゴリズムは、ＰＣＡを使用して抽出されるそれぞれのスマートメータからの電圧データの最上主成分に基づいて、スマートメータ毎のグラフ内の低次元点を決定するために使用されることができる。低次元点は、例えば、２Ｄグラフ内の２次元（２Ｄ）点または３Ｄグラフ内の３次元点（３Ｄ）であり得る。ｔ−ＳＮＥアルゴリズムによって発生させられる点の各々は、１つのスマートメータからのデータを表すデータ点である。ｔ−ＳＮＥアルゴリズムは、電圧データにいくつかの反復を実施し得る。実施例として、ｔ−ＳＮＥアルゴリズムは、約１，５００回の反復後に、スマートメータからの時間電圧データの次元性を、３つの座標を有する３Ｄグラフ上の３次元（３Ｄ）点に縮小し得る。
【0062】
したがって、変圧器に接続されたスマートメータ毎に、低次元点が、そのスマートメータからの電圧データの最上主成分に関してグラフ内で発生させられる。点は、次いで、異常値を識別するために分析される。動作５０２では、スマートメータ電圧データの最上主成分に対応する点の重心が、計算される。重心が動作５０２において計算された後、重心と点のそれぞれとの間の距離が、動作５０３において計算される。実施例として、マハラノビス距離技法が、重心とこれらの点のそれぞれとの間の距離を計算するために使用され得る。動作５０３において計算される距離は、次いで、それらのそれぞれのスマートメータに関連付けられる。
【0063】
動作５０４では、重心までの点の距離に基づいて、スマートメータのうちのいずれかが、他のスマートメータに対して異常を有するかどうかを決定し、変圧器に接続されたスマートメータの中から疑わしい誤配分スマートメータを識別する。実施例として、スマートメータは、スマートメータのうちのいずれかが、変圧器に接続された他のスマートメータに対して異常値であるかどうかを決定するように、動作５０３において計算される重心までの点の距離に従って、ランク付けされ得る。重心からの最大距離を有する点に対応するスマートメータは、例えば、グラフ内のその対応する点の距離が閾値を上回る場合に、異常を表し得る。異常を表すものとして識別されるスマートメータは、例えば、動作５０１において選択される変圧器と異なる変圧器に接続され得る。別の実施例として、異常を表すものとして識別されるスマートメータは、公益事業顧客用地における電力窃盗に関連付けられ得る。動作５０４において異常を有することが決定されるスマートメータは、疑わしい誤配分スマートメータとして識別され得る。
【0064】
動作５０５では、機械学習アルゴリズムが、動作５０１において選択される変圧器の近傍にある１つ以上の変圧器に接続される、スマートメータからの電圧データの最上主成分の次元性を縮小するように実施される。実施例として、動作５０５は、動作２１８において識別される最少フラグを有する変圧器に接続されたスマートメータからの電圧データの主成分を使用して、実施されることができる。別の実施例として、動作５０５は、（例えば、動作２１２において識別されるような）ＧＩＳデータを使用して識別された最も近い変圧器のうちの２つ、３つ、４つ、５つ、またはそれを上回るものに接続されるスマートメータからの電圧データの主成分を使用して、実施されることができる。
【0065】
動作５０５は、例えば、主成分分析（ＰＣＡ）を通してスマートメータ毎に電圧データの傾斜および規模を正規化し、次いで、起動するステップを含み得る。電圧データの最上主成分は、次いで、例えば、最上主成分の次元を２または３次元まで縮小するために、ｔ−ＳＮＥアルゴリズムを通して起動され得る。２または３次元内の最上主成分は、次いで、スマートメータ毎にグラフ内で２Ｄまたは３Ｄ点を発生させるために使用される。
【0066】
動作５０６では、疑わしい誤配分スマートメータに関する点が、動作５０１において選択される変圧器に接続されたスマートメータに関する点のクラスタより、近傍の変圧器のうちの１つに接続されるスマートメータに関する点のクラスタに密接に合致するかどうかを決定するように、クラスタ分析が、実施される。実施例として、ｋ最近傍（ＫＮＮ）アルゴリズムが、動作５０１および５０５において発生させられるグラフ内の２Ｄまたは３Ｄ点によって示される次元特性の教師なしクラスタリングを実施するために、動作５０６で使用され得る。教師なしクラスタリングは、疑わしい誤配分スマートメータに関する点が、動作５０１において選択される変圧器に対応する点のクラスタより、動作５０５において評価される近傍の変圧器のうちの１つに対応する点のクラスタに密接に合致するかどうかを決定し得る。
【0067】
コンピュータシステムが、疑わしい誤配分スマートメータに関する点が、動作５０１において選択される変圧器に接続されたスマートメータに関する点のクラスタより、近傍の変圧器のうちの１つに接続されるスマートメータに関する点のクラスタに密接に合致することを、動作５０６において決定する場合、疑わしい誤配分スマートメータは、動作５０７において近傍の変圧器のうちのそれの１つに可能性として接続されるものとしてフラグを付けられる。疑わしい誤配分スマートメータの電圧プロファイルは、次いで、付加的チェックのために、可能な合致する近傍の変圧器に接続されたスマートメータの電圧プロファイルと比較され得る。次いで、ＧＩＳデータに示される場所は、結果を確認するように検証されるフィールドであり得る。図５Ａの動作５０１−５０６の付加的反復が、配電網内で評価されるべき他の変圧器に接続されたスマートメータからの電圧データを使用して、実施されることができる。
【0068】
図６は、ある実施形態による、５つの変圧器に接続されたスマートメータからの電圧データの最上主成分を表す、例示的３Ｄ点を図示する３次元（３Ｄ）グラフである。図６のグラフは、ＴＳＮＥ１、ＴＳＮＥ２、およびＴＳＮＥ３として識別された３つの次元を有する。５つの変圧器は、図６ではＴＸ１、ＴＸ２、ＴＸ３、ＴＸ４、およびＴＸ５として識別される。図６に示される３Ｄ点は、動作５０１において選択される変圧器ＴＸ１に接続されるスマートメータから、および動作５０５において識別される４つの近傍の変圧器ＴＸ２−ＴＸ５に接続されるスマートメータからの電圧データの最上主成分を使用して、発生させられる。図６では、３Ｄ点６０１は、動作５０４において識別される疑わしい誤配分スマートメータからの電圧データの最上主成分を表す。５つの変圧器ＴＸ１、ＴＸ２、ＴＸ３、ＴＸ４、およびＴＸ５に接続されるスマートメータからの電圧データの最上主成分の３Ｄ点は、図６では、それぞれ、円、三角形、菱形、正方形、および星形として示される。
【0069】
動作５０６では、クラスタ分析が、相関する５つの変圧器ＴＸ１−ＴＸ５点６０１からの３Ｄ点のクラスタのうちのいずれか（存在する場合）を決定するように、図６に示されるデータに実施され得る。図６に示されるように、点６０１は、変圧器ＴＸ１−ＴＸ４に接続されるスマートメータからの点と比較して異常値である。点６０１の最近傍隣接は、変圧器ＴＸ５に接続されるスマートメータからの点である。図６の実施例では、図５Ａの動作は、疑わしい誤配分スマートメータが、動作５０１において選択される変圧器ＴＸ１に接続されるスマートメータからのデータより、変圧器ＴＸ５に接続されるスマートメータからのデータと密接に相関することを示し得る。疑わしい誤配分スマートメータは、次いで、図６の実施例では変圧器ＴＸ５に再び割り当てられ得る。
【0070】
いくつかの実施形態では、目視検査および距離検査が、図５Ａの動作後の第３のチェックとしてスマートメータ電圧データに実施され得る。スマートメータが、両方のチェック１（図２Ａ−２Ｂ）およびチェック２（図５Ａ）において疑わしい誤配分スマートメータとして識別された場合、第３のチェックが、結果を確認するように実施され得る。本第３のチェックは、含まれる、または省略され得る、随意のチェックである。第３のチェックでは、ソフトウェアツールが、動作２０１および５０１において選択される最初の変圧器をセブセット化し、疑わしい誤配分スマートメータの電圧プロファイルの最近傍である電圧プロファイルを有する、最初の変圧器に接続されたスマートメータのうちの１つを見出し得る。ソフトウェアツールはまた、動作２１８および／または動作５０６において識別される予測変圧器をセブセット化し、疑わしい誤配分スマートメータの電圧プロファイルの最近傍である電圧プロファイルを有する、予測変圧器に接続されたスマートメータのうちの１つを見出し得る。
【0071】
疑わしい誤配分スマートメータの電圧プロファイルが、最初の変圧器に接続されたスマートメータのうちのいずれかより予測変圧器に接続されたスマートメータのうちの１つに合致する場合には、予測変圧器は、第３のチェックにおいて疑わしい誤配分スマートメータに接続されることが確認され得る。電圧プロファイルを検査し、合致させる本プロセスは、視覚的に、またはソフトウェアツールによって自動的に実施され得る。ソフトウェアツールは、目視および距離検査を視覚的に実施するために、スマートメータの間の物理的距離ならびに３つ全てのスマートメータの電圧波形を表示し得る。３つのスマートメータは、疑わしい誤配分スマートメータと、疑わしい誤配分スマートメータの最近傍である電圧プロファイルを有する、最初の変圧器に接続されたスマートメータと、疑わしい誤配分スマートメータの最近傍である電圧プロファイルを有する、予測変圧器に接続されたスマートメータとを含む。第３のチェックで使用されるソフトウェアツールは、例えば、図１に示されるＩ／Ｏインターフェース１１１、プロセッサ１１２、記憶デバイス１１３、およびデータベース１１５を使用する、コンピュータシステム１０４内の分析ソフトウェア１１４であり得る。
【0072】
コンピュータシステムが、疑わしい誤配分スマートメータに関する点が、近傍の変圧器のうちの１つに接続されるスマートメータに関する点のクラスタより、動作５０１において選択される変圧器に接続されたスマートメータに関する点のクラスタに密接に合致することを動作５０６において決定する場合、コンピュータシステムは、図５Ｂに示される動作５０８に進む。動作５０８では、コンピュータシステムは、スマートメータからの電圧データが、顧客用地が電力を配電システムに送信している太陽光起電（ＰＶ）システムを有することを示すかどうかを決定する。動作５０８−５１７において分析されるスマートメータは、動作５０１−５０７において分析される同一のスマートメータまたは異なるスマートメータであり得る。コンピュータシステムは、例えば、変圧器に接続される、または局所地域内にあるスマートメータ毎に、もしくは変圧器に接続される、または局所地域内にあるスマートメータのサブセット毎に、動作５０８−５１７の反復を実施し得る。
【0073】
太陽光ＰＶシステムが、典型的に、太陽光発電の時間の間に顧客用地におけるスマートメータによって測定される電圧を増加させる。太陽光ＰＶシステムは、典型的に、ＰＶ燃料電池から発生させられる直流（ＤＣ）電力を交流（ＡＣ）に変換するインバータを有する。太陽光ＰＶシステムは、次いで、例えば、２４０ボルトの公称電圧において、電力を配電システムに返送することができる。典型的に、スマートメータが、太陽光ＰＶシステムによって発生させられる電力を受け取ることに応答して、電圧異常を測定する。
【0074】
スマートメータからの電圧データは、電圧が、真昼の時間の間に同一の地域内の他のスマートメータからの電圧より大きく繰り返し増加するかどうかを決定するように、分析されることができる。実施例として、変圧器に接続された７つのスマートメータが存在し、７つのスマートメータのうちの６つが、正午に２４２〜２４３ボルトの電圧を測定し、第７のスマートメータが、正午に２４６〜２４７ボルトの電圧を測定する場合には、コンピュータシステムは、第７のスマートメータが太陽光ＰＶシステムを有する顧客用地にあると結論付けることができる。
【0075】
顧客用地における太陽光ＰＶシステムが、日中の時間の間に電力を配電システムに送信していることを示す、スマートメータからの電圧プロファイルの実施例が、図７に示される。図７に示されるように、（実線７０１によって示される）太陽光ＰＶシステムを有する顧客用地におけるスマートメータによって測定される電圧は、同一の局所地域内の他のスマートメータからの電圧より正午の周辺の毎日の真昼の時間の間に実質的に多く増加する。点線７０２−７０３は、真昼の時間の間により小さい電圧を測定する、同一の局所地域内の他のスマートメータのうちの２つからの電圧データの実施例である。
【0076】
コンピュータシステムが、動作５０８において、スマートメータからの電圧データが、顧客用地が太陽光ＰＶシステムを有することを示すことを決定する場合には、スマートメータは、太陽光ＰＶシステムを有する顧客用地にあるものとして、動作５０９においてフラグを付けられる。コンピュータシステムが、動作５０８において、スマートメータからの電圧データが、顧客用地が太陽光ＰＶシステムを有していないことを示すことを決定する場合には、コンピュータシステムは、動作５１０に進む。
【0077】
動作５１０では、コンピュータシステムは、スマートメータからの電力使用量データが、顧客用地が配電システムから充電する電気自動車を有することを示すかどうかを決定する。電気自動車（ｅｌｅｃｔｒｉｃ ｖｅｈｉｃｌｅ；例えば、ｅｌｅｃｔｒｉｃ ａｕｔｏｍｏｂｉｌｅ）は、典型的に、住居で使用される他のタイプのデバイスと比較して、そのバッテリを充電するための電力を引き出す一意のパターンを発生させる。電気自動車（ＥＶ）は、典型的に、ＥＶがコンセントに差し込まれ、配電システムに接続された後に、非常に迅速にその電力の使用量を上昇させる。電気自動車（ＥＶ）用の高速充電器は、それらの電力引き出しをさらに迅速に上昇させる。また、ＥＶは、概して、住居で使用される他のタイプのデバイスと比較して、それらが充電しているときに、実質的により多くの電力を引き出す。ＥＶ内のバッテリが、完全充電状態であることに近いため、ＥＶによって引き出される電力は、迅速に降下する。
【0078】
電気自動車（ＥＶ）の殆どの運転者は、そのＥＶを運転することから帰宅した後すぐに、そのＥＶを充電する。例えば、多くのＥＶ運転者は、勤務時間後にそのＥＶを充電する。別の実施例として、一部のＥＶ運転者は、深夜に、または早朝の時間にそのＥＶを充電し、より低い電気料金を利用する。顧客用地においてＥＶを充電するパターンは、多くの場合、１週間、数週間、または１ヶ月にわたって数日繰り返されるが、充電パターンは、毎日生じなくてもよい。コンピュータシステムは、スマートメータからの電力使用量データを分析し、電力使用量が、複数日間（例えば、数週間または数ヶ月）にわたって１日のある時間の間に、同一の地域内の他のスマートメータによって測定される電力使用量より実質的に多く繰り返し増加するかどうかを決定することができる。スマートメータからの電力使用量データはまた、その充電パターンに基づいて、異なるタイプのＥＶが異なる電力使用量プロファイルを発生させるため、電力使用量の増加を引き起こしているＥＶのタイプを示すこともできる。スマートメータからの電力使用量データは、例えば、ＥＶを再充電するための持続時間に基づいて、ＥＶを再充電する前にＥＶの運転者が運転した距離を示すことさえもできる。
【0079】
図８Ａは、電気自動車を有する顧客用地において１日にわたってスマートメータによって測定される電力使用量を図示するグラフである。図８Ａに示されるように、ＥＶを有する顧客用地におけるスマートメータは、ＥＶが差し込まれた後に２０キロワット時間（ｋＷｈ）の近傍でピークになり、ＥＶが充電している間に数時間にわたって約１８〜２０ｋＷｈに留まり、次いで、約１時間にわたって１０ｋＷｈまで、次いで、０ｋＷｈの近傍まで減少する、電力使用量（線８０１）の急速な増加を測定する。図８Ｂは、数日にわたって電気自動車を有する顧客用地においてスマートメータからの電力使用量を図示するグラフである。図８Ｂに示されるように、ＥＶを有する顧客用地におけるスマートメータは、２日で２０キロワット時間（ｋＷｈ）の周囲でピークになる電力使用量の急速な増加（ピーク８０２−８０３）、およびＥＶが充電している間に生じる、他の２日で１０〜１２ｋＷｈの周囲でピークになる急速な増加（ピーク８０４−８０５）を示す。限定的であることを意図していない具体的実施例として、これらのピークの各々は、約２時間持続してもよく、ＥＶ充電器が、１５〜８０アンペアの電流を使用することができる。図８Ｂは、約８日に及ぶ電力使用料を示す。対照的に、ＥＶを有していない、顧客用地におけるスマートメータは、典型的に、例えば、数日で３〜４ｋＷｈの周囲でピークになる、電力使用量のはるかに小さい増加を測定する。図８Ｂのピーク８０６は、非ＥＶ電力使用量に由来し得る、電力使用量ピークの実施例である。動作５１０におけるコンピュータシステムは、スマートメータが、地域内の他のスマートメータより実質的により多くのｋＷｈまで急速に増加し、次いで、急速に減少する電力使用量に基づいて、ＥＶを有する顧客用地にあるかどうかを決定することができる。動作５１０におけるコンピュータシステムは、電力使用量の高速急増の本パターンが、測定された期間（例えば、複数週間または複数月）の間に数日にわたって繰り返すかどうかを決定し、スマートメータが１つ以上のＥＶを有する顧客用地にあることを確認することができる。
【0080】
コンピュータシステムが、動作５１０において、スマートメータからの電力使用量データが、顧客用地がＥＶを有することを示すことを決定する場合には、スマートメータは、ＥＶを有する顧客用地にあるものとして、動作５１１においてフラグを付けられる。コンピュータシステムが、動作５１０において、スマートメータからの電力使用量データが、顧客用地がＥＶを有していないことを示すことを決定する場合には、コンピュータシステムは、動作５１２に進む。
【0081】
動作５１２では、コンピュータシステムは、スマートメータからのデータが、顧客用地が育成ハウスを有することを示すかどうかを決定する。育成ハウスは、例えば、多数の植物（例えば、数十、数百、または数千）が電気照明の下で屋内において栽培されている、建物であり得る。植物は、例えば、マリフアナ植物または他のタイプの規制物質を生産するために使用される植物であり得る。
【0082】
育成ハウスを有する顧客用地におけるスマートメータからの電力使用量プロファイルは、例えば、方形波に類似して見え得る。多くの場合、屋内栽培のために使用される光は、通常、夜間または早朝の時間の間に、１日あたり数時間（例えば、６〜１０時間）にわたって連続的に大量の電力負荷を引き出す。対照的に、典型的空調（ＡＣ）ユニットは、これほど長く電力の連続的な大量引き出しを有していない。屋内栽培に関連付けられる電力使用の量が、電力使用の量および持続時間の観点から極端である（例えば、４０ｋＷｈを上回る）場合、ＡＣまたは大型モータのものから容易に分離されることができる。本大量の電力の使用は、長い期間（例えば、１日あたり平均７時間）にわたって持続する顧客用地における電圧降下と相関する。
【0083】
動作５１２におけるコンピュータシステムは、（例えば、地域内の他のスマートメータによって測定される電力に対して）大きく、連続的であり、特に、夜間または早朝の時間の間に、毎日もしくは殆どの日に数時間にわたって生じる、スマートメータによって測定される電力使用量の増加に基づいて、スマートメータが育成ハウスにあるかどうかを決定することができる。育成ハウスによって引き出される電力の量はまた、育成ハウスが使用している光のタイプ、育成ハウスのオペレータが収穫に近い程度、および／または種々のタイプの光のワット数ならびにルーメンおよび植物の生活環にわたって１つの植物あたり必要とされる照明のワット数に関する公知のデータを使用して、育成ハウスにおいて育成されている植物の数等の他の情報も示し得る。
【0084】
図９は、ある実施形態による、育成ハウスを有する顧客用地においてスマートメータによって測定される電力使用量の実施例を図示するグラフである。図９の実施例では、育成ハウスにおける電力使用量が、１０日にわたって示される。図９では、電力使用量は、植物を育成するための屋内光がオンにされるときに、毎日約７〜８時間にわたって約６０ｋＷｈまで増加し、次いで、これらの屋内光がオフにされるときに、約１〜４ｋＷｈまで減少する。大量の電力使用が、例えば、深夜また早朝の時間の間に生じ得る。図９は、育成ハウスの一実施例のみとして、毎日生じる約６０ｋＷｈの最大使用量を示す。他の実施例として、他の育成ハウスにおける電力使用量は、３０〜７０ｋＷｈ（またはそれを上回る）の範囲内のいずれかでピークになり、毎日の残りのためのより典型的な電力使用量（例えば、１〜５ｋＷｈ）に戻るように降下した後に、１日あたり６〜１２時間にわたって本範囲内に留まり得る。
【0085】
上記に議論されるように、顧客用地における電気メータによって感知される電圧プロファイルは、配電システムからの電力窃盗を示し得る。電力窃盗が、顧客用地において生じている場合、その顧客用地におけるスマートメータは、同一の地理的地域内にある、および／または同一の配電変圧器に接続される、他の顧客用地におけるスマートメータによって発生させられる電圧プロファイルと異なる電圧プロファイルを発生させ得る。例えば、育成ハウスにおけるスマートメータによって測定される電圧は、夜間および早朝の数時間の間に１０〜２０ボルト降下し得る。対照的に、同一の変圧器に接続される、または同一の地域内にある他のスマートメータによって測定される電圧は、数ボルトだけ降下し得る、または同一の夜間および早朝の時間の間に増加し得る。スマートメータによって測定される電圧が、毎日数時間にわたって、同一の地域内にある、または同一の変圧器に接続された他のスマートメータによって測定される電圧より有意に降下する場合には、動作５１２におけるコンピュータシステムは、スマートメータが育成ハウスにあることを決定することができる。
【0086】
コンピュータシステムが、動作５１２において、スマートメータからのデータが、顧客用地が育成ハウスを有することを示すことを決定する場合、スマートメータは、育成ハウスにあるものとしてフラグを付けられる。次いで、動作５１３では、コンピュータシステムは、スマートメータからのデータが、電力窃盗が顧客用地において生じていることを示すかどうかを決定する。コンピュータシステムが、電力窃盗が顧客用地において生じているかどうかを決定し得る方法の具体的実施例は、下記に説明される。
【0087】
電力窃盗が、顧客用地において生じている場合、顧客用地におけるスマートメータと最近傍の配電変圧器との間の電圧降下は、典型的に、その顧客用地におけるスマートメータによって測定される電流または電力使用量と相関しない。コンピュータシステムは、各配電変圧器に接続された各スマートメータによって測定される瞬時電流を示す値を受信することができる。スマートメータは、（アンペア単位の）電流の測定をコンピュータシステムに直接提供することができる、または電流が計算され得る電力使用量および電圧の測定を提供することができる。コンピュータシステムは、配電変圧器に接続されたスマートメータの全てから受信される電流値をともに加算し、その変圧器からスマートメータに引き出されている全電流を決定することができる。
【0088】
電気事業者は、典型的に、配電線の長さおよび長さの単位あたりの配電線の抵抗等のその配電線についての抵抗データを有する。電気事業者はまた、典型的に、ワイヤ巻線内の抵抗、磁気コア損失、および渦電流損失を含む、その配電システム内の配電変圧器についてのデータを有する。コンピュータシステムは、ワイヤ巻線内の抵抗、磁気コア損失、および渦電流損失から配電変圧器の寄生損失を計算することができる。コンピュータシステムは、変圧器に関する寄生損失および変圧器から引き出される全電流を使用し、変圧器における電圧を計算することができる。コンピュータシステムは、各スマートメータによって測定される電流および抵抗データを使用し、変圧器とスマートメータのそれぞれとの間の配電線の各区分を通した電圧降下を計算することができる。典型的に、スマートメータによって測定される電流を使用するコンピュータシステムによって計算されるような変圧器とスマートメータとの間の電圧降下は、変圧器とそのスマートメータによって測定される電圧との間の電圧降下に合致する。
【0089】
変圧器とスマートメータのうちのいずれかによって測定される電圧との間の電圧降下が、測定された電流を使用するコンピュータシステムによって計算されるそれぞれの電圧降下に合致しない場合、コンピュータシステムは、次いで、変圧器と抵抗データを使用するそのスマートメータによって測定される電圧との間の電圧降下を引き起こすであろう、電流の量を計算することができる。コンピュータシステムは、次いで、スマートメータによって測定される電流を、スマートメータによって測定される電圧を使用するコンピュータシステムによって計算される電流と比較する。スマートメータによって測定される電流が、実質的に、スマートメータによって測定される電圧を使用するコンピュータシステムによって計算される電流未満である場合には、コンピュータシステムは、動作５１４において、その顧客用地における電力窃盗に関連付けられているとしてスマートメータにフラグを付ける。限定的であることを意図していない実施例として、スマートメータによって測定される電流とコンピュータシステムによって計算される電流との間の差異は、電力窃盗が生じている顧客用地において１００アンペア超であり得る。
【0090】
コンピュータシステムが、動作５１２において、スマートメータからのデータが、顧客用地が育成ハウスを有することを示さないことを決定する場合には、コンピュータシステムは、動作５１５に進む。動作５１５では、コンピュータシステムは、スマートメータからのデータが、配電システムから充電する大型現場バッテリが顧客用地に存在することを示すかどうかを決定する。大型現場バッテリは、（例えば、数時間にわたって）充電している間に有意量の電力を引き出してもよく、一意の充電パターンを有し得る。コンピュータシステムが、動作５１５において、スマートメータからのデータが、顧客用地に大型現場バッテリが存在することを示すことを決定する場合には、スマートメータは、動作５１６において、大型現場バッテリを有する顧客用地にあるものとしてフラグを付けられる。
【0091】
コンピュータシステムが、動作５１５において、スマートメータからのデータが顧客用地における大型現場バッテリと一致しないことを決定する場合には、コンピュータシステムは、動作５１７において、可能な電力品質問題に関してスマートメータにフラグを付ける。低電力品質が、過熱した変圧器または過負荷中性端子等の多数の問題によって引き起こされ得る。図５Ａ−５Ｂのプロセスは、公益事業者が、停電、火災、または物的損害を引き起こす前に電力品質を積極的に識別することを可能にすることができる。
【0092】
以下の実施例は、さらなる実施形態に関する。実施例１は、少なくとも１つのプロセッサデバイスを備えているコンピュータシステムであり、コンピュータシステムは、配電網内の第１の変圧器に接続された第１のスマートメータから受信される時系列電圧データに基づいて、電圧波形を発生させ、第１のスマートメータのうちの第１のものの電圧波形の傾斜の極性が第１のスマートメータの大部分の電圧波形の傾斜の極性と反対である各時間間隔を第１の識別された間隔として識別し、第１の識別された間隔のうちの１つにおける第１のスマートメータのうちの第１のものの電圧波形の傾斜の規模が、第１のスマートメータの大部分の電圧波形の傾斜の規模と比較して異常値である度、第１のスマートメータのうちの第１のものに関するフラグを発生させるように構成されている。
【0093】
実施例２では、実施例１のコンピュータシステムは、随意に、第１のスマートメータのうちの第２のものの電圧波形の傾斜の極性が第１のスマートメータの大部分の電圧波形の傾斜の極性と反対である各時間間隔を第２の識別された間隔として識別し、第２の識別された間隔のうちの１つにおける第１のスマートメータのうちの第２のものの電圧波形の傾斜の規模が、第１のスマートメータの大部分の電圧波形の傾斜の規模と比較して閾値率だけ異常値である度、第１のスマートメータのうちの第２のものに関するフラグを発生させるようにさらに構成されることができる。
【0094】
実施例３では、実施例１−２のうちのいずれか１つのコンピュータシステムは、随意に、疑わしい誤配分スマートメータとして、最大数のフラグに関連付けられた第１のスマートメータのうちの１つを識別し、配電網内の第１の変圧器の近傍にある第２の変圧器を識別し、第２の変圧器に接続された第２のスマートメータから受信される時系列電圧データに基づいて、電圧波形を発生させるようにさらに構成されることができる。
【0095】
実施例４では、実施例３のコンピュータシステムは、随意に、疑わしい誤配分スマートメータの電圧波形の傾斜の極性が第２のスマートメータの大部分の電圧波形の傾斜の極性と反対である各時間間隔を第２の識別された間隔として識別し、第２の識別された間隔のうちの１つにおける疑わしい誤配分スマートメータの電圧波形の傾斜の規模が、第２のスマートメータの大部分の電圧波形の傾斜の規模と比較して異常値である度、疑わしい誤配分スマートメータに関するフラグを発生させるようにさらに構成されることができる。
【0096】
実施例５では、実施例４のコンピュータシステムは、随意に、配電網内の第１の変圧器の近傍にある第３の変圧器を識別し、第３の変圧器に接続された第３のスマートメータから受信される時系列電圧データに基づいて、電圧波形を発生させるようにさらに構成されることができる。
【0097】
実施例６では、実施例５のコンピュータシステムは、随意に、疑わしい誤配分スマートメータの電圧波形の傾斜の極性が第３のスマートメータの大部分の電圧波形の傾斜の極性と反対である各時間間隔を第３の識別された間隔として識別し、疑わしい誤配分スマートメータの電圧波形の傾斜の規模が、第３スマートメータの大部分の電圧波形の傾斜の規模と比較して、第３の識別された間隔のうちの１つにおいて異常値である度、疑わしい誤配分スマートメータに関するフラグを発生させるようにさらに構成されることができる。
【0098】
実施例７では、実施例１−６のうちのいずれか１つのコンピュータシステムは、随意に、機械学習アルゴリズムを実施し、第１のスマートメータからの時系列電圧データの最上主成分の次元性を縮小し、グラフ内で第１の点を発生させ、第１の点の重心を計算し、重心までの第１の点の各々の距離を計算し、重心までの第１の点の距離に基づいて、第１のスマートメータのうちのいずれかが第１のスマートメータのうちの他のものに対して異常を有するかどうかを決定し、第１のスマートメータの中から疑わしい誤配分スマートメータを識別するようにさらに構成されることができる。
【0099】
実施例８では、実施例７のコンピュータシステムは、随意に、機械学習アルゴリズムを実施し、配電網内の第１の変圧器の近傍にある第２の変圧器に接続された第２のスマートメータからの付加的時系列電圧データの最上主成分の次元性を縮小し、グラフ内で第２の点を発生させるようにさらに構成されることができる。
【0100】
実施例９では、実施例８のコンピュータシステムは、随意に、クラスタ分析を実施し、疑わしい誤配分スマートメータに対応する第１の点のうちの１つが、第１のスマートメータに関する第１の点より第２のスマートメータに関する第２の点に密接に合致するかどうかを決定するようにさらに構成されることができる。
【0101】
実施例１０は、コンピュータシステム内のプロセッサ上で実行可能な命令を記憶している非一過性のコンピュータ読み取り可能な記憶媒体であり、実行可能命令は、機械学習アルゴリズムを実施し、配電システム内の第１の変圧器に接続された第１のスマートメータから受信される第１の時系列電圧データの最上主成分の次元性を縮小し、グラフ内で第１の点を発生させるように実行可能な命令であって、第１の点の各々は、第１のスマートメータのうちの１つに対応する、命令と、第１の点の重心を計算するように実行可能な命令と、重心までの第１の点の各々の距離を計算するように実行可能な命令と、重心までの第１の点の距離に基づいて、第１のスマートメータのうちのいずれかが第１のスマートメータのうちの他のものに対して異常を有するかどうかを決定し、第１のスマートメータの中から疑わしい誤配分スマートメータを識別するように実行可能な命令とを備えている。
【0102】
実施例１１では、実施例１０の非一過性のコンピュータ読み取り可能な記憶媒体は、随意に、機械学習アルゴリズムを実施し、配電システム内の第１の変圧器の近傍にある第２の変圧器に接続された第２のスマートメータから受信される第２の時系列電圧データの最上主成分の次元性を縮小し、グラフ内で第２の点を発生させるように実行可能な命令をさらに備えていることができ、第２の点の各々は、第２のスマートメータのうちの１つに対応する。
【0103】
実施例１２では、実施例１０−１１のうちのいずれか１つの非一過性のコンピュータ読み取り可能な記憶媒体は、随意に、機械学習アルゴリズムが、ｔ分布確率最近傍埋め込みアルゴリズムであること、および／または第１および第２の点が、３次元点であることをさらに含むことができる。
【0104】
実施例１３では、実施例１１−１２のうちのいずれか１つの非一過性のコンピュータ読み取り可能な記憶媒体は、随意に、クラスタ分析を実施し、疑わしい誤配分スマートメータに対応する第１の点のうちの１つが、第１のスマートメータに関する第１の点のクラスタより第２のスマートメータに関する第２の点のクラスタに密接に合致するかどうかを決定するように実行可能な命令をさらに備えていることができる。
【0105】
実施例１４では、実施例１３の非一過性のコンピュータ読み取り可能な記憶媒体は、随意に、クラスタ分析が、第１および第２の点によって示される次元特性の教師なしクラスタリングを実施するｋ最近傍アルゴリズムを含むことをさらに含むことができる。
【0106】
実施例１５では、実施例１０−１４のうちのいずれか１つの非一過性のコンピュータ読み取り可能な記憶媒体は、随意に、主成分分析を使用して、第１のスマートメータに関する第１の時系列電圧データに基づいて発生させられる時系列電圧波形を識別する最上主成分を抽出するように実行可能な命令をさらに備えていることができる。
【0107】
実施例１６は、コンピュータシステム内の少なくとも１つのプロセッサ回路を使用して、配電システム内のスマートメータから受信される時系列電圧データ内の異常値を識別する方法であって、第１のスマートメータから受信される第１の時系列電圧データに基づいて、配電システム内の第１の変圧器に接続された第１のスマートメータの各々に関する電圧波形を発生させるステップと、第１のスマートメータのうちの第１のものの電圧波形の傾斜の極性が第１のスマートメータの大部分の電圧波形の傾斜の極性と反対である各所定の時間間隔を第１の識別された間隔として識別するステップと、第１の識別された間隔のうちの１つにおける第１のスマートメータのうちの第１のものの電圧波形の傾斜の規模が、第１のスマートメータの大部分の電圧波形の傾斜の規模と比較して異常値である度、第１のスマートメータのうちの第１のものに関するフラグを発生させるステップとを含む、方法である。
【0108】
実施例１７では、実施例１６の方法は、随意に、疑わしい誤配分スマートメータとして、最大数のフラグに関連付けられた第１のスマートメータのうちの１つを識別するステップと、配電システム内の第１の変圧器の近傍にある第２の変圧器を識別するステップと、第２のスマートメータから受信される第２の時系列電圧データに基づいて、第２の変圧器に接続された第２のスマートメータの各々に関する電圧波形を発生させるステップとをさらに含むことができる。
【0109】
実施例１８では、実施例１７の方法は、随意に、疑わしい誤配分スマートメータの電圧波形の傾斜の極性が第２のスマートメータの大部分の電圧波形の傾斜の極性と反対である各所定の時間間隔を第２の識別された間隔として識別するステップと、第２の識別された間隔のうちの１つにおける疑わしい誤配分スマートメータの電圧波形の傾斜の規模が、第２のスマートメータの大部分の電圧波形の傾斜の規模と比較して異常値である度、疑わしい誤配分スマートメータに関するフラグを発生させるステップとをさらに含むことができる。
【0110】
実施例１９では、実施例１８の方法は、随意に、配電システム内の第１の変圧器の近傍にある第３の変圧器を識別するステップと、第３のスマートメータから受信される第３の時系列電圧データに基づいて、第３の変圧器に接続された第３のスマートメータの各々に関する電圧波形を発生させるステップとをさらに含むことができる。
【0111】
実施例２０では、実施例１９の方法は、随意に、疑わしい誤配分スマートメータの電圧波形の傾斜の極性が第３のスマートメータの大部分の電圧波形の傾斜の極性と反対である各所定の時間間隔を第３の識別された間隔として識別するステップと、第３の識別された間隔のうちの１つにおける疑わしい誤配分スマートメータの電圧波形の傾斜の規模が、第３スマートメータの大部分の電圧波形の傾斜の規模と比較して異常値である度、疑わしい誤配分スマートメータに関するフラグを発生させるステップとをさらに含むことができる。
【0112】
実施例２１は、プロセッサ回路によって実行されると、プロセッサ回路に実施例１−９または１６−２０のうちのいずれかを実装させる命令を含む、非一過性のコンピュータ読み取り可能な記憶媒体である。
【0113】
実施例２２は、実施例１０−２０のうちのいずれかを実装するためのコンピュータシステムである。
【0114】
実施例２３は、実施例１−１５のうちのいずれかを実装する方法である。
【0115】
実施例２４は、少なくとも１つのプロセッサデバイスを備えているコンピュータシステムであって、コンピュータシステムは、配電システムに接続されたスマートメータから受信される電圧データが、スマートメータが電力を配電システムに送信している太陽光起電システムを有する顧客用地に位置していることを示しているかどうかを決定し、スマートメータから受信される電力使用量を示すデータが、スマートメータが配電システムから充電する電気自動車を有する顧客用地に位置していることを示しているかどうかを決定し、電圧データまたはスマートメータから受信される電力使用量を示すデータが、スマートメータが局所地域内の他のスマートメータより実質的に多くの電力を使用する育成ハウスに位置していることを示しているかどうかを決定し、電圧データおよびスマートメータから受信される電力使用量を示すデータが、スマートメータの電力使用量がスマートメータによって測定される電圧降下を説明し、電力窃盗を識別していることを示しているかどうかを決定するように構成されている。
【0116】
実施例２５では、実施例２４のコンピュータシステムは、随意に、コンピュータシステムがさらに、スマートメータからの電圧データを分析することによって、スマートメータから受信される電圧データが、スマートメータが太陽光起電システムを有する顧客用地に位置していることを示しているかどうかを決定し、スマートメータによって測定される電圧が、複数日間の複数の日の真昼の時間中に局所地域内の他のスマートメータのうちの少なくともいくつかからの電圧より大きく繰り返し増加するかどうかを決定するように構成されることを含むことができる。
【0117】
実施例２６では、実施例２４−２５のうちのいずれか１つのコンピュータシステムは、随意に、コンピュータシステムがさらに、電力使用量が急速に増加し、局所地域内の他のスマートメータの大部分より実質的に多くの電力を引き出し、次いで、複数日間の複数の日中に急速に減少するかどうかを決定することによって、スマートメータから受信される電力使用量を示すデータが、スマートメータが電気自動車を有する顧客用地に位置していることを示しているかどうかを決定するように構成されることを含むことができる。
【0118】
実施例２７では、実施例２４−２６のうちのいずれか１つのコンピュータシステムは、随意に、コンピュータシステムがさらに、電力使用量が、複数日間の複数の日の数時間にわたって局所地域内の他のスマートメータによって示される電力使用量より実質的かつ連続的に大きいかどうかを決定することによって、電圧データまたはスマートメータから受信される電力使用量を示すデータが、スマートメータが育成ハウスに位置していることを示しているかどうかを決定するように構成されることを含むことができる。
【0119】
実施例２８では、実施例２４−２７のうちのいずれか１つのコンピュータシステムは、随意に、コンピュータシステムがさらに、電圧データまたはスマートメータからの電力使用量を示すデータが、スマートメータが配電システムから充電している大型現地バッテリを有する顧客用地に位置していることを示しているかどうかを決定するように構成され、プロセッサデバイスが、電圧データまたはスマートメータからの電力使用量を示すデータが、スマートメータが大型現地バッテリを有する顧客用地に位置していないことを示している場合、可能な電力品質問題に関連付けられているとしてスマートメータにフラグを付けることを含むことができる。
【0120】
実施例２９は、１つ以上のプロセッサ回路によって実行されると、１つ以上のプロセッサ回路に実施例２４−２８のうちのいずれかを実装させる命令を含む、非一過性のコンピュータ読み取り可能な記憶媒体である。
【0121】
実施例３０は、実施例２４−２８のうちのいずれかを実装する方法である。
【0122】
本発明の実施形態は、ハードウェア、ソフトウェア、プログラム命令を含む非一過性のコンピュータ読み取り可能な媒体、またはそれらの組み合わせを使用して、実装され得る。本発明の実施形態または本発明の結果によって実装されるソフトウェアは、プロセッサによって実行または処理されること、ユーザに表示されること等の後続の目的のために、半導体メモリデバイス、ハードドライブ、ＣＤ−ＲＯＭ、ＤＶＤ、または他の非一過性の媒体等のある形態の非一過性のコンピュータ読み取り可能な媒体の内に記憶されることができる。また、本発明または本発明の結果に従って実装されるソフトウェアは、ネットワークを経由して信号内で伝送され得る。本発明の結果は、プロセッサによって実行または処理されること、ユーザに表示されること、ネットワークを経由して信号内で伝送されること等の種々の目的のために使用されることができる。本発明の範囲は、本発明を実施するための形態ではなく、本明細書に添付される請求項によって限定されることが意図される。
【0123】
本発明の例示的実施形態の前述の説明は、例証の目的のために提示された。前述の説明は、包括的であること、または本発明を本明細書に開示される実施例に限定することを意図していない。いくつかの事例では、本発明の特徴が、記載されるような他の特徴の対応する使用を伴わずに採用されることができる。多くの修正、代用、および変形例が、本発明の範囲から逸脱することなく、上記の教示を踏まえて可能である。
【国際調査報告】