Abstract: M. G. Chuwa, D. Ngondya, R. Mwifunyi (2025)

Non-technical losses (NTL) pose a significant challenge for power companies, necessitating effective detection to minimize financial losses and improve energy system operations. Despite various proposed methods, effectively classifying normal and abnormal consumption patterns remains challenging. While feature-based detection methods perform well, they often require manual feature engineering and domain expertise. Convolutional neural networks (CNN) have emerged as effective tools for automatically extracting features from raw data, but raw data often lacks the structure needed for optimal feature extraction. This study explores various methods for transforming energy consumption patterns into two-dimensional (2D) representations to enhance feature extraction and NTL detection. Six encoding techniques for time series data were evaluated: Markov transition fields (MTF), Gramian angular summation field (GASF), Gramian angular difference field (GADF), Recurrence plots (RP), and time-frequency analysis methods, including short-time Fourier transform (STFT) and continuous wavelet transform (CWT). These transformations aim to improve the ability of CNN to identify meaningful patterns. The research findings demonstrate that data transformations significantly enhance CNN performance, reducing dependence on manual feature engineering. Performance improvements ranged from 0.3% to 6.4% when transitioning from raw energy consumption data to 2D transformed data. The high accuracy and low false positive rates enable utilities to recover unbilled revenue and reduce inspection costs, amplifying savings compared to raw data or traditional approaches. This study highlights the importance of data transformations in improving the performance of CNN for NTL and provides valuable insights for researchers and practitioners in the field.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Comparative analysis of data transformation methods for detecting non-technical losses in electricity grids