[논문 리뷰] Neighborhood Features Help Detecting Electricity Theft in Big Data Sets.

Patrick Glauner, Jorge Augusto Meira외 5명|arXiv (Cornell University)|2016. 07. 04.

Electricity Theft Detection Techniques참고 문헌 16인용 수 3

한 줄 요약

이 논문은 전력 배전 네트워크의 대규모 스케일에서 그리드 수준의 점검 비율과 비기술적 손실(NTL) 비율을 분석함으로써, 이웃 기반 특징 공학 기법을 제안한다. 70만 명의 고객을 대상으로 3,100만 건의 미터 읽기 데이터를 사용하여, 공간적, 시간적, 메스터 데이터 특징을 네 가지 확장 가능한 기계학습 모델에 통합하여, NTL 비율이 1%에서 90%에 이르는 범위에서 검출 정확도를 향상시켰다.

ABSTRACT

Electricity theft is a major problem around the world in both developed and developing countries and may range up to 40% of the total electricity distributed. More generally, electricity theft belongs to non-technical losses (NTL), which are losses that occur during the distribution of electricity in power grids. In this paper, we build features from the neighborhood of customers. We first split the area in which the customers are located into grids of different sizes. For each grid cell we then compute the proportion of inspected customers and the proportion of NTL found among the inspected customers. We then analyze the distributions of features generated and show why they are useful to predict NTL. In addition, we compute features from the consumption time series of customers. We also use master data features of customers, such as their customer class and voltage of their connection. We compute these features for a Big Data base of 31M meter readings, 700K customers and 400K inspection results. We then use these features to train four machine learning algorithms that are particularly suitable for Big Data sets because of their parallelizable structure: logistic regression, k-nearest neighbors, linear support vector machine and random forest. Using the neighborhood features instead of only analyzing the time series has resulted in appreciable results for Big Data sets for varying NTL proportions of 1%-90%. This work can therefore be deployed to a wide range of different regions around the world.

연구 동기 및 목표

• 일부 지역에서 최대 40%에 이르는 비기술적 손실(NTL) 문제를 해결하기 위해.
• 기존의 시계열 및 고객 데이터 특징 외에 공간적 이웃 패턴을 통합함으로써 대규모 데이터셋에서 전력 도용 탐지를 향상시키기 위해.
• 다양한 글로벌 지역 환경의 대규모 데이터 환경에 적합한 확장 가능하고 병렬 처리 가능한 기계학습 파이프라인 개발을 위해.
• 이웃 기반 특징이 다양한 NTL 유병률 수준에서 탐지 성능을 향상시키는지 평가하기 위해.

제안 방법

• 고객 데이터를 이웃 단위로 집계하기 위해 지리적 영역을 다양한 크기의 격자로 나눈다.
• 각 격자 셀당 두 가지 핵심 이웃 특징을 계산한다: 점검된 고객 비율과 점검된 고객 중 비기술적 손실(NTL) 비율.
• 고객 미터 읽기에서 시계열 특징을 생성하고, 고객 등급 및 전압 수준과 같은 메스터 데이터를 통합한다.
• 로지스틱 회귀, k-최근접 이웃, 선형 서포트 벡터 머신, 랜덤 포레스트의 네 가지 병렬 처리 가능한 기계학습 알고리즘을 특징 집합에 적용한다.
• 3,100만 건의 미터 읽기, 70만 명의 고객, 40만 건의 점검 결과를 포함한 빅데이터 세트를 기반으로 모델을 훈련한다.
• 이웃 특징의 분포를 활용하여 이들의 NTL 탐지에 대한 예측 유용성을 검증한다.

실험 결과

연구 질문

• RQ1 점검 비율 및 NTL 비율과 같은 이웃 수준의 특징은 대규모 데이터셋에서 전력 도용 탐지에 어떻게 기여하는가?
• RQ2 시계열 및 메스터 데이터 특징만을 사용하는 것과 비교해 공간적 특징이 탐지 성능 향상에 얼마나 기여하는가?
• RQ3 NTL 유병률이 1%에서 90%에 이르는 다양한 수준에서 제안된 방법의 성능은 어떠한가?
• RQ4 공간적, 시간적, 고객 기반 특징의 통합은 다양한 지역적 맥락에서 더 강력한 탐지 성능을 이끌어낼 수 있는가?

주요 결과

• 시계열 또는 메스터 데이터 특징만을 사용하는 모델에 비해 이웃 특징을 통합함으로써 탐지 성능이 뚜렷이 향상되었다.
• 제안된 방법은 NTL 비율이 1%에서 90%에 이르는 광범위한 범위에서 우수한 성능을 기록하여, 다양한 손실 수준에서의 강건성을 입증했다.
• 로지스틱 회귀, k-최근접 이웃, 선형 SVM, 랜덤 포레스트의 네 가지 기계학습 모델이 빅데이터 세트에서 확장 가능하고 병렬 처리 가능한 방식으로 성공적으로 적용되었다.
• 이웃 특징의 분포는 예측에 정보가 많고 유용하며, 이는 이들의 탐지 파이프라인에 통합될 만한 근거를 제공한다.
• 다양한 NTL 수준에 적응 가능하고 확장 가능한 아키텍처를 갖추고 있어, 다양한 지역에서의 구현이 가능하다.
• 격자 기반 집계에서 유도된 공간적 특징은 개인 고객의 행동 외적 의미 있는 맥락을 제공하여 모델 성능을 향상시켰다.