.1 Bảng quan hệ giữa SQL và HTTP

Một phần của tài liệu Xây dựng hệ thống AI nhận diện và dự đoán sản lượng điện năng tiêu thụ bất thường của khách hàng (Trang 39 - 42)

Operation SQL HTTP

Create INSERT POST

Read SELECT GET

Update UPDATE PUT/PATCH

Delete DELETE DELETE

Trong thực tế, một API REST khơng được cĩ đầy đủ 6 ràng buộc của REST. Nhưng nếu một API REST đáp ứng tất cả các ràng buộc của REST, nĩ được gọi là API RESTful.

1.5.5. Mơ hình MVC

Mẫu MVC đã được nhiều nhà phát triển báo trước là một mẫu hữu ích cho việc tái sử dụng mã đối tượng và một mẫu cho phép họ giảm đáng kể thời gian phát triển ứng dụng với giao diện người dùng.

Hình 1.12 Kiến trúc MVC

Mơ hình model-view-controller đề xuất ba thành phần hoặc đối tượng chính được sử dụng trong phát triển phần mềm:

− Model, đại diện cho cấu trúc cơ bản, logic của dữ liệu trong một ứng dụng phần mềm và lớp cấp cao liên kết với nĩ. Mơ hình đối tượng này khơng chứa bất kỳ thơng tin nào về giao diện người dùng.

− View, là một tập hợp các lớp đại diện cho các phần tử trong giao diện người dùng (tất cả những thứ mà người dùng cĩ thể nhìn thấy và phản hồi trên màn hình, chẳng hạn như các nút, hộp hiển thị, v.v.).

− Controller, đại diện cho các lớp kết nối mơ hình và khung nhìn và được sử dụng để giao tiếp giữa các lớp trong mơ hình và khung nhìn.

CHƯƠNG 2: ỨNG DỤNG THUẬT TỐN RANDOM FOREST VÀO BÀI TỐN

2.1. Thu thập dữ liệu

2.1.1 Quy trình thu thập dữ liệu từ hệ thống CMIS

Hệ thống thơng tin quản lý khách hàng dùng điện (CMIS) được EVN đưa vào sử dụng nhằm khai thác cĩ chức năng truy vấn sản lượng điện năng của khách hàng. Từ đĩ, các đơn vị cĩ thể xây dựng các chương trình ứng dụng để phát triển cho đơn vị nhằm tăng năng suất lao động và nâng cao SXKD tại Cơng ty.

Hệ thống CMIS được xây dựng và phát triển trên nền tản Oracle nên việc truy vấn vào cần được bảo đảm an tồn thơng tin để bảo vệ dữ liệu. Mọi truy vấn đến CSDL cần được xác thực và được cấp quyền riêng biệt. Nhằm đảm bảo hệ thống thơng tin luơn ổn định và liên tục. CMIS luơn đảm bảo chỉ cho phép chạy trên nền tảng mạng nội bộ của Điện lực.

Hệ thống AI dự đốn sản lượng điện tiêu thụ của khách hàng dựa trên sản lượng điện tiêu thụ theo tháng (kWh) của khách hàng đĩ. Do đĩ, tơi sẽ thu thập dữ liệu theo số liệu sản lượng điện trên hĩa đơn tiền điện tháng của khách hàng. Hệ thống thu thập dữ liệu sẽ thoạt động với tần suất 01 lần/01 tháng (kỳ hĩa đơn tiền điện của khách hàng) và sẽ thu thập tồn bộ các khách hàng sử dụng điện đã đăng ký mua điện trên địa bàn miền Trung. Vì vậy, tương ứng với mỗi năm, một khách hàng sẽ cĩ 12 trường dữ liệu theo hĩa đơn thanh tốn tiền điện từng tháng của khách hàng đĩ.

Ví dụ: khách hàng PC03BB0101051 cĩ sản lượng điện sử dụng qua từng tháng theo đơn vị tính kWh từ tháng 1 đến tháng 12 trong năm 2021 là: 603, 633, 554, 588, 693, 845, 882, 1136, 1050, 901, 662, 618 (12 trường dữ liệu tương ứng 12 tháng). Vậy 1 đối tượng sẽ cĩ tối thiểu 14 trường dữ liệu bao gồm (Mã khách hàng, năm sử dụng và 12 dữ liệu sản lượng điện theo hĩa đơn của 12 tháng).

Hình 2.1 Sản lượng điện tiêu thụ 12 tháng năm 2021 của khách hàng PC03BB0101051

2.1.2 Quy trình thu thập dữ liệu các khách hàng trộm cắp điện

Đầu tiên, ta sẽ tổng hợp lại danh sách các khách hàng ăn trộm điện và dữ liệu sản lượng điện của họ đã sử dụng qua từng tháng trong năm vi phạm. Để tập dữ liệu huấn luyện được lớn và đa dạng, tơi sẽ sử dụng dữ liệu của khách hàng đã vi phạm ăn trộm điện thuộc quyền quản lý của Tổng cơng ty Điện lực miền Trung (hơn 1.000 khách hàng đã cĩ hành vi ăn trộm điện từ năm 2018- 2021 đã được các Cơng ty Điện lực quản lý phát hiện và xử lý biên bản truy thu).

Dưới đây là 6 khách hàng trộm cắp điện năm 2019 thuộc Điện lực Nam Sơng Hương – TTHPC. Bằng khả năng nghiệp vụ, sau khi phát hiện khách hàng trộm cắp điện thì sẽ phân tích để chọn ra tháng cĩ sản lượng vi phạm.

Một phần của tài liệu Xây dựng hệ thống AI nhận diện và dự đoán sản lượng điện năng tiêu thụ bất thường của khách hàng (Trang 39 - 42)

Tải bản đầy đủ (PDF)

(84 trang)