В последние годы стремительно растет популярность майнинга криптовалют, для создания которых требуются мощные компьютеры, потребляющие огромное количество электроэнергии.
В России майнинг легализован с 2024 года (Федеральный закон от 08.08.2024 № 221-ФЗ), при этом юридические лица и ИП должны быть внесены в соответствующий реестр и оплачивать электроэнергию по специальному тарифу. Физическим лицам можно майнить без регистрации в реестре, но в пределах установленных правительством лимитов на энергопотребление. Также существуют регионы, где майнинг запрещен из-за недостаточной генерации электроэнергии.
Проблема усугубляется действиями недобросовестных майнеров, которые:
- подключаются к бытовым электросетям незаконным способом;
- маскируют промышленное энергопотреблениепод бытовое;
- наносят ежегодный ущерб, исчисляемый сотнями миллионов рублей.

Для полноценной работы принятого закона необходимы инструменты объективного контроля появления майнинговых ферм, а также параметров их работы. Для сбытовых и сетевых организаций легализация майнинговых ферм, в том числе зарегистрированных в установленном порядке потребителей, накладывает обязанности о пересмотре технических условий на технологическое присоединение. Инструмент выявления таких абонентов позволит своевременно планировать и проводить данные работы, не допуская перегрузки в линиях электроснабжения, а также своевременного пересчета пиковых нагрузок в линиях с обеспечением их генерирующими мощностями. Постановление Правительства РФ от 01.11.2024 № 1469 установило лимит энергопотребления при осуществлении майнинга цифровой валюты без включения в реестр (физическими лицами в размере 6000 киловатт-часов в месяц).
В связи с этим задача по выявлению и пресечению незаконного майнинга становится более актуальной. Для решения этой проблемы АО «Энергомера» совместно с Центром искусственного интеллекта СПбГУ и оператором передачи данных «Лартех» разрабатывает счетчик электроэнергии с применением искусственного интеллекта на базе концепта СЕ310, соответствующего требованиям ключевого клиента — группы компаний «Россети». Прибор учета будет оснащен средствами искусственного интеллекта, который на основе анализа спектра сигналов электрической сети будет выявлять различные виды нагрузки в сети, в том числе и майнинг-фермы. Информация о таких событиях будет фиксироваться в памяти счетчика и может инициативно передаваться на уровень информационно-вычислительного комплекса ИВК для принятия мер.

Дальнейшее развитие искусственного интеллекта в приборах учета АО «Энергомера» позволит выявить:
- безучетное потребление ресурсов;
- незаконное подключение к приборам учета;
- местоположение майнинг-площадок;
- аномальное изменение параметров электроэнергии;
- аварийные ситуации;
- юридических лиц, лицевой счет которых оформлен на физическое лицо.
Данное решение позволит обеспечить:
- 75% роста доходов благодаря выявлению «заряженных» счетчиков;
- сокращение коммерческих потерь из-за обнаружения нелегального подключения к сетям;
- выявление случаев использования малым бизнесом тарифов для физических лиц, что может принести до 50% дохода с каждого такого случая;
- улучшение качества собираемых данных благодаря анализу состояния сети и предоставлению рекомендаций по модернизации системы.
Внедрение интеллектуальных приборов соответствует национальной стратегии цифрового развития ИИ, которая предусматривает широкое использование передовых технологий в промышленности и энергетике к 2030 году. Уже сегодня крупные предприятия активно интегрируют ИИ-инструменты для повышения производительности и сокращения издержек.
Использование искусственного интеллекта в счетчиках электроэнергии открывает новые горизонты для оптимизации работы энергетической отрасли. Счетчик с ИИ не только улучшит контроль над потреблением, но и поспособствует снижению затрат и повышению эффективности работы сетей. Данная разработка станет важным шагом в цифровой трансформации энергетического сектора.
Счетчик с искусственным интеллектом — это не просто прибор, это новый уровень возможностей по обеспечению безопасности, прозрачности и эффективности в энергетике.
