أعلنت الشركة السعودية للكهرباء، أنها ومن خلال حاضنتها (حاضنة طاقة الابتكار) تتعاون مع جامعة الملك عبد الله للعلوم والتقنية (كاوست)، للتقليل من الهدر غير التقني في قطاع الطاقة الكهربائية، وحفظ الملايين من العوائد المفقودة.
وأوضحت الشركة، أنها رغبت بالإفادة من خبرات الجامعة، في مجالي تحليل الأعمال والتعلم الآلي، لترى ما إذا كانت أدوات الجامعة، ستفيد في الحد من الفقد غير التقني وزيادة الربحية.
وأضافت "السعودية للكهرباء"، أن التعاون بدأ بين الجانبين في عام 2018م، حيث تم التعاون بين حاضنة طاقة الابتكار ومختبر تصور البيانات لدى الجامعة، من أجل التقليل من الفقد الناجم عن الاحتيال والهدر وسوء الاستخدام، في قطاع الطاقة الكهربائية السعودي، باستخدام أدوات التعلم الآلي وعلوم البيانات. وأشارت إلى أن مشروع "ديستريمود" الابتكاري المحتضن في حاضنة طاقة الابتكار هو ممثل الشركة في هذا التعاون الذي يستهدف الجوانب التي قد يحدث الهدر فيها.
وعادة ما يشار إلى الخسائر الناجمة عن الاحتيال والهدر وسوء الاستخدام، على أنها "فقد غير تقني،" وذلك في مقابل الفقد التقني الناتج عن عمليات توليد الكهرباء، ونقلها وتوزيعها عبر الشبكات. علماً أن الفقد غير التقني في قطاع الطاقة السعودي، يزيد عن نظرائه في بلدان عدة في أوروبا وأميركا الشمالية، وينجم عنها قدر كبير من العوائد المفقودة.
وقال المهندس خالد الدوسري، مدير حاضنة طاقة الابتكار في "السعودية للكهرباء": "قدر محللونا قيمة العوائد المفقودة التي قد تستعيدها الشركة، من خلال التعاون مع مختبر التصوير العلمي، بـ 73 مليون ريال على الأقل، بعد تصحيح الانحرافات المسجلة على القواطع الكهربائية التي حددتها نماذج التعلم الآلي".
ويذكر أن محللي الشركة وقياديها، اجتمعوا مع علماء المختبر، في ربيع 2019 لمناقشة النتائج الأولية لنماذج التعلم الآلي وتطوير أسئلة بحثية أكثر دقة لمزيد من التعاون.
وأوضح الدكتور ديفيد بيو، أحد علماء المختبر في جامعة الملك عبد الله للعلوم والتقنية (كاوست)، أنه وبعد استلام الملاحظات من الشركة السعودية للكهرباء بخصوص نماذجنا الأولية للتعلم الآلي، استخدمناها للتنبؤ بأنماط استهلاك الكهرباء، ومن ثم طبقنا تقنيات متقدمة في علم البيانات لتحديد المستهلكين الذين لم تتسق أنماط استهلاكهم، مع الخصائص الفيزيائية لعداداتهم وقواطعهم الكهربائية.
وباستخدام نماذج التعلم الآلي كدليل، طور مشروع (ديستريمود) برنامجاً ريادياً للتحقق من تنبؤات نماذج التعلم الآلي، وبدأت فرق الشركة الميدانية بفحص اشتراكات المشتركين الذين تعرفت عليهم النماذج، باعتبار أنماط استهلاكهم شاذة.
وقال المهندس يزيد الدليقان، قائد المشروع: "لقد تمكنا من التحقق من تنبؤات النماذج من خلال مقارنتها مع ما وجدناه على أرض الواقع في فحوصاتنا الميدانية، وتبين نجاح نماذج جامعة الملك عبدا لله للعلوم والتقنية للتعلم الآلي، في التعرف على أنماط الاستهلاك الشاذة بنسبة 70 في المئة، مقارنة بنسبة نجاح بلغت ثلاثة في المئة فقط، من خلال الفحص العشوائي للمشتركين."
وأوضحت الشركة، أنها رغبت بالإفادة من خبرات الجامعة، في مجالي تحليل الأعمال والتعلم الآلي، لترى ما إذا كانت أدوات الجامعة، ستفيد في الحد من الفقد غير التقني وزيادة الربحية.
وأضافت "السعودية للكهرباء"، أن التعاون بدأ بين الجانبين في عام 2018م، حيث تم التعاون بين حاضنة طاقة الابتكار ومختبر تصور البيانات لدى الجامعة، من أجل التقليل من الفقد الناجم عن الاحتيال والهدر وسوء الاستخدام، في قطاع الطاقة الكهربائية السعودي، باستخدام أدوات التعلم الآلي وعلوم البيانات. وأشارت إلى أن مشروع "ديستريمود" الابتكاري المحتضن في حاضنة طاقة الابتكار هو ممثل الشركة في هذا التعاون الذي يستهدف الجوانب التي قد يحدث الهدر فيها.
وعادة ما يشار إلى الخسائر الناجمة عن الاحتيال والهدر وسوء الاستخدام، على أنها "فقد غير تقني،" وذلك في مقابل الفقد التقني الناتج عن عمليات توليد الكهرباء، ونقلها وتوزيعها عبر الشبكات. علماً أن الفقد غير التقني في قطاع الطاقة السعودي، يزيد عن نظرائه في بلدان عدة في أوروبا وأميركا الشمالية، وينجم عنها قدر كبير من العوائد المفقودة.
وقال المهندس خالد الدوسري، مدير حاضنة طاقة الابتكار في "السعودية للكهرباء": "قدر محللونا قيمة العوائد المفقودة التي قد تستعيدها الشركة، من خلال التعاون مع مختبر التصوير العلمي، بـ 73 مليون ريال على الأقل، بعد تصحيح الانحرافات المسجلة على القواطع الكهربائية التي حددتها نماذج التعلم الآلي".
ويذكر أن محللي الشركة وقياديها، اجتمعوا مع علماء المختبر، في ربيع 2019 لمناقشة النتائج الأولية لنماذج التعلم الآلي وتطوير أسئلة بحثية أكثر دقة لمزيد من التعاون.
وأوضح الدكتور ديفيد بيو، أحد علماء المختبر في جامعة الملك عبد الله للعلوم والتقنية (كاوست)، أنه وبعد استلام الملاحظات من الشركة السعودية للكهرباء بخصوص نماذجنا الأولية للتعلم الآلي، استخدمناها للتنبؤ بأنماط استهلاك الكهرباء، ومن ثم طبقنا تقنيات متقدمة في علم البيانات لتحديد المستهلكين الذين لم تتسق أنماط استهلاكهم، مع الخصائص الفيزيائية لعداداتهم وقواطعهم الكهربائية.
وباستخدام نماذج التعلم الآلي كدليل، طور مشروع (ديستريمود) برنامجاً ريادياً للتحقق من تنبؤات نماذج التعلم الآلي، وبدأت فرق الشركة الميدانية بفحص اشتراكات المشتركين الذين تعرفت عليهم النماذج، باعتبار أنماط استهلاكهم شاذة.
وقال المهندس يزيد الدليقان، قائد المشروع: "لقد تمكنا من التحقق من تنبؤات النماذج من خلال مقارنتها مع ما وجدناه على أرض الواقع في فحوصاتنا الميدانية، وتبين نجاح نماذج جامعة الملك عبدا لله للعلوم والتقنية للتعلم الآلي، في التعرف على أنماط الاستهلاك الشاذة بنسبة 70 في المئة، مقارنة بنسبة نجاح بلغت ثلاثة في المئة فقط، من خلال الفحص العشوائي للمشتركين."
