میلیون‌ها کنتور هوشمند در کشور هر ۱۵ دقیقه داده ثبت می‌کنند. در همین داده‌ها ردپای بسیاری از انشعاب‌های غیرمجاز، کنتورهای دستکاری‌شده و ماینرهای پنهان دیده می‌شود. مسئله کمبود داده نیست. مسئله این است که داده‌ها به کشف تبدیل نمی‌شوند.
در این مقاله بررسی می‌کنیم تلفات غیرفنی چیست، چرا روش‌های سنتی مقابله با آن کافی نیست و سامانه مدیریت داده‌های اندازه‌گیری (MDM) فورناکس چطور می‌تواند شناسایی را از «گزارش و بازرسی تصادفی» به «کشف هدفمند و مبتنی بر داده» تبدیل کند.
تلفات غیرفنی؛ مسئله‌ای به اندازه یک نیروگاه
ابعاد مسئله را با چند عدد می‌توان دید. به گفته مجری طرح ملی کاهش تلفات برق، از آغاز طرح مهتاب در اسفند ۱۴۰۴ بیش از یک میلیون و صد هزار مورد تلفات غیرفنی در شبکه جمع‌آوری شده و این کار ۳۰۳۲ مگاوات از بار شبکه کم کرده است. این رقم از ظرفیت بزرگ‌ترین نیروگاه کشور هم بیشتر است.
ماینرهای غیرمجاز بخش مهمی از این تصویرند. مدیرعامل توانیر اعلام کرده حدود ۳۰۰ هزار دستگاه ماینر در کشور کشف شده که مجموع مصرفشان حدود ۱۵۰۰ مگاوات است؛ ظرفیتی معادل تقریباً دو نیروگاه بوشهر. Mardomsalari
در سطح کلان‌تر، تلفات شبکه‌های توزیع حدود ۹.۷ درصد برآورد شده و بیش از نیمی از آن غیرفنی است؛ یعنی حاصل انشعاب‌های غیرقانونی و بدون کنتور. Mehr News Agency
در شرایطی که ناترازی برق هر تابستان صنایع و خانوارها را با محدودیت روبه‌رو می‌کند، هر مگاوات تلفات غیرفنی که کشف شود عملاً ظرفیتی است که بدون ساخت نیروگاه به شبکه برمی‌گردد.
تلفات غیرفنی دقیقاً چیست؟
تلفات فنی ناشی از ماهیت فیزیکی شبکه است: گرمای هادی‌ها، تلفات ترانسفورماتورها و مانند آن. تلفات غیرفنی اما انرژی‌ای است که مصرف می‌شود ولی درست اندازه‌گیری یا صورتحساب نمی‌شود. مهم‌ترین شکل‌های آن عبارت‌اند از:
- انشعاب غیرمجاز پیش از کنتور: اتصال مستقیم به شبکه قبل از نقطه اندازه‌گیری. در یکی از کشفیات اخیر شیراز، ۲۷ ماینر با مجموع توان ۸۲ کیلووات عمدتاً به همین شکل و پیش از کنتور به شبکه وصل شده بودند. SNN
- دستکاری کنتور: بای‌پس کردن مدار، استفاده از آهنربا، باز کردن درب ترمینال یا قطع عمدی نول.
- خطاهای اطلاعاتی و صورتحساب: مثل ضریب CT نادرست در سیستم بیلینگ. این نوع تلفات نه دزدی است و نه خرابی، اما انرژی فروخته‌شده را کمتر از واقع نشان می‌دهد.
- کنتورهای معیوب یا بدون قرائت: کنتوری که درست کار نمی‌کند یا مدت‌ها داده نفرستاده است.
- مصرف خارج از کاربری: مثل انشعاب کشاورزی یا اماکن با تعرفه ترجیحی که برای استخراج رمزارز استفاده می‌شود.
هر کدام از این‌ها ردپای داده‌ای متفاوتی دارد و همین تفاوت، کلید شناسایی آن‌هاست.
چرا روش‌های سنتی کافی نیستند؟
امروز بخش بزرگی از کشفیات هنوز به روش‌های غیرداده‌ای متکی است. مدیرعامل توانیر گزارش‌های مردمی را مهم‌ترین مسیر شناسایی دانسته و گفته بیش از ۷۰ درصد کشفیات از همین راه انجام می‌شود. در حالی که او داده‌کاوی اطلاعات کنتورهای هوشمند را نخستین روش شناسایی معرفی کرده است؛ به‌ویژه وقتی مشترکی نیمه‌شب مصرف غیرمتعارف دارد یا رفتار مصرفی‌اش با الگوی معمول نمی‌خواند.
این فاصله میان «ظرفیت داده» و «سهم واقعی داده در کشف» سه دلیل اصلی دارد:
- بازرسی میدانی پرهزینه و کم‌بازده است. بدون اولویت‌بندی، تیم‌ها صدها مورد سالم را بازدید می‌کنند تا به یک مورد تخلف برسند.
- گزارش مردمی واکنشی و ناقص است. فقط مواردی کشف می‌شود که کسی دیده و گزارش کرده است. متخلفان حرفه‌ای معمولاً دیده نمی‌شوند.
- داده هست، اما تحلیل نیست. داده کنتورها در بسیاری موارد فقط برای صورتحساب استفاده می‌شود و در قالبی که تیم نظارت بتواند بر اساس آن تصمیم بگیرد در اختیارش قرار نمی‌گیرد.
ردپای برق‌دزدی در داده‌ها: الگوهایی که MDM می‌بیند
یک سامانه MDM داده‌های پروفیل بار، رویدادهای کنتور، پارامترهای کیفیت برق و اطلاعات مشترکین را در یک جا جمع می‌کند. روی این داده‌ها الگوهای زیر قابل ردیابی است:
۱. پروفیل بار صاف و ۲۴ ساعته
مصرف یک خانوار یا واحد تجاری معمولی ریتم روزانه دارد: اوج عصر، افت نیمه‌شب، تفاوت روزهای کاری و تعطیل. ماینر اما شبانه‌روز با توان تقریباً ثابت کار می‌کند. ضریب بار نزدیک به یک، به‌ویژه در مشترکی که قبلاً الگوی عادی داشته، یکی از قوی‌ترین نشانه‌هاست.
۲. مصرف غیرعادی در ساعات کم‌بار
مصرف بالا و پایدار بین ساعت یک تا پنج بامداد در مشترکی که کاربری‌اش چنین مصرفی را توجیه نمی‌کند، مثلاً یک واحد مسکونی یا مغازه، یک پرچم هشدار است.
۳. افت ناگهانی و ماندگار مصرف
وقتی مصرف مشترکی بدون تغییر کاربری یا فصل، یک‌باره نصف می‌شود و در همان سطح باقی می‌ماند، ممکن است بخشی از بار به مسیر پیش از کنتور منتقل شده باشد.
۴. رویدادهای کنتور (Event Log)
کنتورهای هوشمند رویدادهایی مانند باز شدن درب ترمینال، شناسایی میدان مغناطیسی، جریان معکوس، قطع نول و قطع و وصل‌های مکرر را ثبت می‌کنند. تکرار این رویدادها، یا هم‌زمانی آن‌ها با تغییر الگوی مصرف، نشانه‌ای جدی است. (برای آشنایی با نحوه ثبت و انتقال این رویدادها، مقاله «آشنایی با پروتکل DLMS برای مدیران انرژی» را ببینید.)
۵. نشانه‌های الکتریکی
عدم تعادل شدید جریان بین فازها، وجود ولتاژ همراه با جریان صفر در شرایطی که بار باید فعال باشد، یا اختلاف جریان فاز و نول، می‌تواند نشانه بای‌پس یا دستکاری مدار باشد.
۶. تراز انرژی در سطح ترانسفورماتور و فیدر
مهم‌ترین نکته این است که انشعاب پیش از کنتور در کنتور خود مشترک دیده نمی‌شود. اینجاست که تراز انرژی (Energy Balance) اهمیت پیدا می‌کند. اگر انرژی ثبت‌شده در کنتور ترانسفورماتور توزیع را با مجموع مصرف مشترکین پایین‌دست مقایسه کنیم و اختلاف به‌طور پایدار از سطح قابل انتظار تلفات فنی بیشتر باشد، آن محدوده «آلوده» است. به این ترتیب، جستجو از هزاران مشترک به چند ده مشترک زیر یک ترانس محدود می‌شود.
۷. مقایسه با مشترکین مشابه
مصرف هر مشترک در مقایسه با گروه همتای خود، یعنی همان تعرفه، همان منطقه و همان فصل، معنا پیدا می‌کند. مشترکی که به‌طور معنادار با گروهش فاصله دارد، چه بالاتر و چه پایین‌تر، ارزش بررسی دارد.
۸. ناسازگاری مصرف با کاربری
چاه کشاورزی که در زمستان شبانه‌روز با توان ثابت کار می‌کند، یا مکانی با تعرفه ترجیحی که مصرفی شبیه یک کارگاه صنعتی دارد، از نمونه‌های رایج این دسته‌اند. در اصفهان، بازرسی‌های گسترده از بیش از ده هزار چاه و پمپاژ آب کشاورزی و حدود ۱۷۰۰ مکان مذهبی به کشف ۲۹۴ مورد برق غیرمجاز و رفع ۳۳۶ مورد دستکاری کنتور منجر شد. تحلیل داده می‌تواند این بازرسی‌ها را از پیش هدفمند کند.
از قاعده تا هوش مصنوعی: امتیازدهی ریسک مشترکین
هیچ‌کدام از الگوهای بالا به‌تنهایی اثبات تخلف نیست. یک مشترک ممکن است دلیل موجهی برای مصرف شبانه داشته باشد. ارزش واقعی در ترکیب نشانه‌ها است.
رویکرد پیشنهادی سه لایه دارد:
- لایه قواعد: قواعد روشن و قابل توضیح، مثل «رویداد باز شدن درب + افت ۴۰ درصدی مصرف در همان هفته». این لایه سریع راه‌اندازی می‌شود و برای کارشناسان قابل فهم است.
- لایه تشخیص ناهنجاری: الگوریتم‌هایی که بدون نیاز به نمونه‌های برچسب‌خورده، مشترکینی را پیدا می‌کنند که رفتارشان با گروه همتا یا با گذشته خودشان متفاوت است.
- لایه یادگیری از نتایج بازرسی: هر بازرسی، چه به کشف تخلف برسد چه نرسد، یک نمونه برچسب‌خورده تولید می‌کند. مدل با این بازخورد به‌مرور دقیق‌تر می‌شود.
خروجی این سه لایه یک امتیاز ریسک برای هر مشترک است. تیم نظارت به جای یک فهرست طولانی و بی‌اولویت، فهرستی مرتب‌شده بر اساس احتمال تخلف و حجم انرژی در معرض خطر دریافت می‌کند.
یک اصل مهم: امتیاز ریسک ابزار اولویت‌بندی بازرسی است، نه حکم. تأیید نهایی همیشه با بازرسی میدانی و کارشناس است. این کار هم از برخورد نادرست با مشترکین سالم جلوگیری می‌کند و هم اعتماد به سامانه را حفظ می‌کند.
از هشدار تا اقدام: چرخه کامل
کشف، وقتی ارزش دارد که به اقدام برسد. یک چرخه کامل در MDM این مراحل را دارد:
- شناسایی: تحلیل خودکار داده‌ها و تولید هشدار.
- اولویت‌بندی: مرتب‌سازی هشدارها بر اساس امتیاز ریسک و حجم انرژی.
- ارجاع: ایجاد دستور کار بازرسی همراه با شواهد داده‌ای، شامل نمودار مصرف، رویدادها و موقعیت.
- ثبت نتیجه: ثبت یافته‌های بازرسی در سامانه.
- اصلاح: اصلاح صورتحساب، تعویض کنتور یا جمع‌آوری انشعاب.
- پایش پس از اقدام: اطمینان از اینکه الگوی مصرف پس از اصلاح عادی شده و تخلف تکرار نمی‌شود.
شاخص‌هایی که باید رصد کرد
برای اینکه اثر برنامه کاهش تلفات غیرفنی سنجیدنی باشد، این شاخص‌ها پیشنهاد می‌شود:
- نرخ موفقیت بازرسی (Hit Rate): چه درصدی از بازرسی‌های ارجاع‌شده به کشف تخلف رسیده است؟ این مهم‌ترین شاخص کیفیت تحلیل است.
- انرژی احصاشده (مگاوات‌ساعت): انرژی‌ای که به صورتحساب برگشته است.
- کاهش بار (مگاوات): سهم برنامه در کاهش بار شبکه، به‌ویژه در ساعات اوج.
- زمان هشدار تا بازرسی: هر روز تأخیر یعنی ادامه مصرف غیرمجاز.
- نرخ تکرار تخلف: چه درصدی از موارد اصلاح‌شده دوباره تکرار می‌شوند؟
- درصد کنتورهای در ارتباط: کیفیت تحلیل مستقیماً به کامل بودن داده وابسته است.
پیش‌نیازهای موفقیت
پیاده‌سازی این رویکرد به چند زیرساخت نیاز دارد:
- نرخ ارتباط بالا و داده کامل: کنتوری که داده نمی‌فرستد، در تحلیل دیده نمی‌شود. خود قطع ارتباط مکرر هم می‌تواند یک نشانه باشد.
- اندازه‌گیری در سطح ترانسفورماتور: برای تراز انرژی، نصب کنتور روی ترانس‌های توزیع ضروری است؛ دست‌کم در مناطق پرریسک.
- نقشه دقیق اتصال مشترک به ترانس: اگر مشخص نباشد کدام مشترک زیر کدام ترانس است، تراز انرژی بی‌معناست. هم‌راستایی اطلاعات GIS و MDM اینجا حیاتی است.
- پیکربندی درست رویدادها در کنتور: رویدادهای ضد دستکاری باید فعال باشند و به‌درستی به سامانه منتقل شوند.
- حلقه بازخورد با تیم‌های میدانی: بدون ثبت نتیجه بازرسی‌ها، سامانه یاد نمی‌گیرد.
- ملاحظات حریم خصوصی و حقوقی: دسترسی به داده‌های مصرف باید تعریف‌شده و قابل ردیابی باشد.
جمع‌بندی
کشور در سال‌های اخیر در نصب کنتور هوشمند پیشرفت قابل توجهی داشته است. برنامه هفتم هدف نصب ۱۶ میلیون کنتور هوشمند را تعیین کرده است. اما کنتور هوشمند به‌تنهایی تلفات را کم نمی‌کند. ارزش واقعی این سرمایه‌گذاری وقتی آزاد می‌شود که داده‌ها تحلیل شوند، به اولویت‌بندی بازرسی برسند و چرخه کشف تا اصلاح بسته شود.
اگر امروز بیشتر کشفیات از گزارش مردمی می‌آید، فرصت بزرگی پیش روی شرکت‌های توزیع است: همان داده‌هایی که الان در دسترس است، می‌تواند سهم کشف هدفمند را چند برابر کند، هزینه بازرسی را پایین بیاورد و مگاوات‌ها ظرفیت را به شبکه برگرداند.
فورناکس به‌عنوان سامانه مدیریت هوشمند انرژی و داده‌های اندازه‌گیری، داده‌های کنتورها را به بستری برای پایش، تحلیل و تصمیم‌سازی تبدیل می‌کند. برای آشنایی با قابلیت‌های فورناکس در شناسایی تلفات غیرفنی و درخواست دمو، با ما تماس بگیرید.