Предложение для Министерства энергетики и тарифов Республики Дагестан

Мы понимаем вашу специфику

Минэнерго РД совмещает две роли — отраслевой штаб ТЭК и тарифный регулятор: тарифы на электроэнергию, тепло, воду и ТКО, инвестпрограммы сетей, топливно-энергетический баланс, газификация, борьба с потерями. Ситуация в отрасли тяжёлая, и руководство республики публично ищет новые решения: дефицит генерации покрывается перетоками, сети изношены и перегружены, потери — одни из самых высоких в стране, а нелегальные майнинговые фермы создают перегрузки, из-за которых без света остаются целые посёлки. Энергетика — тема №1 обращений граждан: около 41 тысячи инцидентов в год фиксирует ЦУР РД.

Мы понимаем и ключевой нюанс: главные данные отрасли — телеметрия подстанций, показания счётчиков, журналы аварий — принадлежат не министерству, а сетевым и сбытовым компаниям. Поэтому наш проект начинается не с модели, а с сопровождения соглашения об обмене данными — мы берём эту работу на себя.

На что мы обопрёмся

Технологическая база уже создаётся: по федеральной программе консолидации электросетей в республике массово ставятся интеллектуальные приборы учёта, данные стекаются в АСКУЭ, а промышленный стандарт таких систем — платформа «Пирамида» / «Пирамида-Сети» из реестра отечественного ПО. Afina встраивается поверх: каждый умный счётчик — это датчик, и почасовые профили по фидерам позволяют считать небалансы и локализовать потери с точностью до участка сети. Жалобы из ЦУР и ПОС мы подключаем как второй источник — прогнозной аналитики поверх них сегодня нет, и это наша работа.

Что внедрит Afina

Пять решений — от охоты на майнинг по профилям нагрузки до LLM-экспертизы тарифных заявок. Каждое разворачивается отдельно или в составе пакета.

Детектор майнинга и хищений по данным АСКУЭ

Технология: ML-анализ профилей нагрузки · Эффект: возврат сотен млн ₽ в год в легальный оборот

Мы развернём анализ почасовых профилей потребления и небалансов по фидерам: майнинговая ферма выдаёт себя ровной круглосуточной нагрузкой без сезонности и суточного ритма, хищения — расхождением между отпуском в линию и суммой показаний абонентов. Подозрительные точки Afina проранжирует по объёму потерь и выведет на карту для адресных рейдов с сетевой компанией и полицией. Вы получите точечные визиты туда, где данные показывают аномалию, вместо сплошных обходов — мировой опыт даёт рост результативности проверок на порядок.

Уже доказано

• «Пирамида» АИИС КУЭ — платформа учёта, применяемая крупнейшими электросетевыми компаниями РФ; штатная основа для анализа небалансов.
• Минэнерго РД — борьба с потерями и нелегальным потреблением официально в повестке руководства республики.

Предиктив аварий в распределительных сетях

Технология: предиктивная аналитика · Эффект: SAIDI/SAIFI −15–25%, ремонт до отказа

Мы обучим модель на истории отключений, возрасте и типе оборудования, загрузке трансформаторов, погоде и рельефе — и она спрогнозирует, какие участки сети откажут в ближайший пиковый период. Ремонтные бригады и резервные мощности будут заранее концентрироваться на прогнозно-слабых узлах, а инвестпрограмму сетевой компании вы будете принимать не по «хотелкам», а по рейтингу рисков. Для региона, где зимние отключения — главный источник социального напряжения, это самый прямой путь от жалоб к управлению.

Уже доказано

• ИИ в госуправлении РФ — предиктивные модели в региональной инфраструктуре с подтверждённым экономическим эффектом (Подмосковье: 3,2 млрд ₽/год).
• ЦУР — 41 тыс. энергоинцидентов в год по РД — готовая обучающая выборка для прогнозной модели.

ИИ-экспертиза тарифных заявок

Технология: LLM + бенчмаркинг · Эффект: глубокая проверка каждой заявки вместо выборочной

Мы настроим языковую модель на разбор обосновывающих материалов регулируемых организаций: она извлечёт статьи затрат, сравнит их с прошлогодними значениями, бенчмарками сопоставимых организаций и рыночными ценами, пометит аномальные позиции — от завышенных «прочих расходов» до задвоенных ремонтов. Ваш эксперт получит не тысячу страниц, а структурированную таблицу отклонений со ссылками на исходные документы. Качество тарифных решений вырастет, а у регулятора появится симметрия информации с монополистом, у которого юристов и экономистов всегда было больше.

Уже доказано

• GigaChat — российская LLM для анализа документов в защищённом контуре госоргана.
• ИИ в госуправлении — практика LLM-разбора входящих документопотоков в российских регионах.

Прогноз потребления по районам

Технология: ML-прогноз временных рядов · Эффект: пики видны заранее, дефицит планируется, а не случается

Мы построим прогноз нагрузки по районам и фидерам с учётом погоды, праздников (включая свадебный сезон и Рамадан), туристического потока и динамики новых подключений. Прогноз с горизонтом от суток до сезона даст министерству и сетям время на манёвр: перераспределение нагрузки, адресные ограничения для майнинговых зон вместо веерных отключений, аргументированные заявки на увеличение перетоков. Топливно-энергетический баланс превратится из годового отчёта в живой операционный инструмент.

Уже доказано

• «Пирамида» АИИС — почасовые данные учёта как готовая основа для моделей прогноза нагрузки.
• ИИ в госуправлении РФ — коробочные ML-решения прогнозирования потребления ресурсов уже применяются в регионах.

Чат-бот отключений «Когда дадут свет»

Технология: LLM-бот + интеграция с диспетчерскими · Эффект: −50% звонков на горячие линии в период отключений

Мы запустим бота в мессенджерах и на сайте, который ответит на главный вопрос жителя республики зимой: почему нет света по моему адресу и когда включат. Он подтянет данные диспетчерских журналов о плановых и аварийных отключениях, даст прогноз восстановления и автоматически зарегистрирует обращение, если адрес не числится в зоне известной аварии — то есть сам найдёт «слепые» отключения, о которых сети ещё не знают. Люди получат ответ за секунды вместо недозвона, а вы — честную карту реальных отключений, независимую от отчётности сетей.

Уже доказано

• Голосовой помощник 122 (Подмосковье) — ИИ штатно принимает звонки на региональной горячей линии.
• ЦУР и «Инцидент Менеджмент» — отработанный канал приёма и маршрутизации жалоб на отключения.

Пакеты

Этапы работ

• Обследование — 2 недели, бесплатно: изучаем доступные данные учёта и процессы министерства, показываем демо, фиксируем метрики эффекта.
• Пилот — 4–6 недель: рабочий результат на реальных фидерах и журналах.
• Внедрение — 2–4 месяца: интеграция с АСКУЭ и диспетчерскими, регламенты рейдов, обучение.
• Сопровождение — по SLA: развитие моделей, поддержка, отчётность об эффекте.

Оплата поэтапная — вы платите за принятый результат каждого этапа, а не авансом за весь проект.

Как мы снимаем риски

Почему это работает