مشروع متكامل للكشف عن الاستهلاكات الشاذة للكهرباء باستخدام تقنيات الذكاء الاصطناعي والتعلم الآلي.
النظام يقوم بتحليل بيانات استهلاك العملاء بشكل زمني ويكتشف الحالات التي تشير إلى احتمال سرقة أو تلاعب في العدادات.
أهم مميزات المشروع:
إنشاء Features ذكية لتحليل سلوك العميل عبر المواسم.
استخدام أكثر من خوارزمية للكشف عن الشذوذ:
Isolation Forest
One-Class SVM
Recurrent Neural Network (LSTM)
Z-Score و Modified Z-Score (تحليل إحصائي)
نظام تصويت ذكي (Weighted Voting System) يجمع نتائج النماذج المختلفة لتحديد الحالات المشبوهة بدقة.
تدريب النماذج على البيانات وتنظيفها تلقائيًا.
حفظ النماذج والمعالجات بصيغة Pickle و H5.
إنتاج ملف نتائج نهائي يوضح العملاء المشكوك في استهلاكهم.
️ التقنيات المستخدمة:
Python
Pandas, NumPy, Scikit-learn, TensorFlow/Keras
Isolation Forest, One-Class SVM, LSTM
RobustScaler, Feature Engineering
النتيجة النهائية:
صفحه web تقدر من خلالها تصنف العملاء على حسب احتماليه السرقه
