因素(诸如由公共事业提供商进行的需求响应主动行动)而产生。
[0044]统计值被用于描述对公共事业的风险。例如，风险索引可以被生成并且与每个终端用户或计量仪相关联，该风险索引涉及终端用户引起针对资源分配系统的问题的什么定性可能性或定量概率。这种可能性或概率可以基于历史记录。问题的非穷举列表包括财政收入问题、峰值使用量问题、检查频率问题、其他问题或其组合。这种风险索引可以被用于进一步对先前识别的那些终端用户进行优先级排序，那些终端用户由于他们高效使用资源而具有低风险。
[0045]可以根据本文描述的原理使用用于量化终端用户实行欺诈的可能性或量化终端用户对资源分配系统造成的其他风险的任何适当的风险索引。在一些示例中，所有计量仪基于它们对资源分配系统的风险被分等级并且根据下面的公式被归一化:?= 1-^/N，其中R1是对应的分配等级，并且N是用户总数。关于I的R i被分配给对资源分配系统造成最大风险的用户，并且关于N的民分配给造成最低风险的用户。在这样的示例中，风险索引R1被限定在O和I之间，其中I表示造成最大风险的用户。
[0046]表征引擎使得生成报告，该报告包括公共事业提供商要采取的推荐的行动。这样的推荐可以包括:把技术人员派往特定终端用户的住所以便测试计量仪和针对篡改进行检查；把高优先级激励发送给特定终端用户；把优先级激励发送给特定终端用户；其他推荐的行动；或其组合。这些行动还可以被链接到所造成风险的类型。例如，由于峰值使用量风险因素而与资源生产相关联的推荐的行动可以被发送到造成特定类型风险的组，而与正篡改计量仪的终端用户相关联的风险可以被发送到终端用户的不同组。
[0047]上面描述的方法可以在各种时间周期上被应用。例如，一种方法是以与计费周期相同的频率(每月一次或每季度一次)表征每个终端用户。然而，这些方法可以被更频繁地应用，诸如每小时一次、每天一次、或每周一次，以便警告公共事业出现的问题。在其他示例中，这些方法在较长时间周期上被应用，诸如每年一次。这些方法还可以在多个时间周期上被实施，诸如每周一次以识别出现的问题，每月一次作为计费周期的部分向终端用户提供反馈或激励，以及每年一次评估做出的进展以便适时地改造需求。
[0048]在替代示例中，系统响应于用户造成低于或高于特定阈值的风险而自动进行推荐的行动。例如，表征引擎可以通过计算机网络与计费系统通信以便通知计费系统包括针对特定住所的账单接收方的高优先级激励。系统记录这种激励被提供给哪些终端用户以及哪些终端用户利用这种提供。当以后考虑作为不足用户的终端用户的状态或者终端用户造成对资源分配系统的关于风险索引的风险量时，表征引擎查阅关于哪些终端用户接收和/或利用这些提供的记录。
[0049]在其他示例中，除了针对计量仪的资源使用量数据之外，表征引擎还检索关于计量仪的补充数据。例如，损失防止分析包括搜索如下情况:在固定时间间隔内，附接到(电力分配系统的)变压器、(水分配系统的)栗、或(燃气分配系统的)压缩机站的计量仪的累计消耗少于穿过变压器、栗或压缩机的受监视资源的量。如果检测到显著损失，则附接到变压器、栗或压缩机的所有计量仪被标记。如果损失基本上足以表明递送资源的高风险而不仅是欺诈风险，则公共事业提供商可以部署技术人员到该区域以搜索损坏管道或接地电线的标志。对于较小的损失，公共事业提供商可以在派遣技术人员帮助将他们的努力聚焦到找到问题的来源之前等待分析结果。
[0050]图5是根据本文描述的原理的表征系统(500)的不例的图。在这个不例中，表征系统(500)与资源分配系统的远程传感器(502)通信。表征系统(500)还包括收集引擎(504)、分类引擎(506)、风险识别引擎(508)和报告生成引擎(510)。引擎(504、506、508、510)指代用于执行指定功能的硬件和程序指令的组合。每个引擎(504、506、508、510)可以包括处理器和存储器。程序指令存储在存储器中并且使得处理器执行指定的引擎功能。
[0051]收集引擎(504)从资源分配系统的远程传感器(502)收集数据。收集引擎(504)包括数据库或从数据库检索信息的能力，该数据库存储来自远程传感器(502)的信息。利用收集引擎(504)收集的信息允许分类引擎(506)识别每个终端用户，把终端用户分类到具有共同特性的类别中，以及基于终端用户的资源消耗量对每个类别内的终端用户进行子分类。
[0052]风险识别引擎(508)识别哪个终端用户对资源分配系统造成风险。例如，风险识别引擎(508)确定哪个终端用户是资源分配系统的资源的过量用户或不足用户。报告生成引擎(510)生成报告，该报告包括哪个终端用户造成风险。该报告还可以包括推荐，用于处理造成风险的终端用户的子集。这种推荐可以包括针对报告中所有终端用户或者针对报告中几组终端用户的推荐行动，或者推荐行动可以是针对包括在报告中的个体终端用户定制的。
[0053]图6是根据本文描述的原理的表征系统(600)的示例的图。在这个示例中，表征系统(600 )包括与存储器资源(604)通信的处理资源(602 )。处理资源(602 )包括至少一个处理器和用于处理编程指令的其他资源。存储器资源(604)通常表示能够存储数据(诸如由表征系统(600)使用的编程指令或数据结构)的任何存储器。所示的存储在存储器资源(604)中的编程指令包括数据收集器(606)、终端用户分类器(610)、类别数据检索器(612)、类别子分类器(614)、不足用户确定器(618)、过量用户确定器(620)、统计值提取器(616)、风险量化器(622)、推荐生成器(624)和报告生成器(626)。示出为存储在存储器资源(604)中数据结构包括类别库(608)。
[0054]存储器资源(604)包括计算机可读存储介质，计算机可读存储介质包含计算机可读程序代码用于使处理资源(602)执行各种任务。计算机可读存储介质可以是有形和/或非临时性存储介质。计算机可读存储介质可以是任何合适的存储介质，其不是传输存储介质。计算机可读存储介质类型的非穷举列表包括非易失性存储器、易失性存储器、随机存取存储器、基于忆阻器的存储器、只写入存储器、闪存、电可擦除程序只读存储器、或存储器类型、或其组合。
[0055]数据收集器(606)表示编程指令，该编程指令在被执行时使得处理资源(602)从资源分配系统的远程传感器收集数据。该数据可以直接从远处传感器收集。在一些示例中，数据收集器(606)直接从远程传感器请求该数据或者从存储该数据的数据库请求该数据。终端用户分类器(610)表示如下编程指令，该编程指令在被执行时使得处理资源(602)基于共同特性(诸如住所尺寸)把终端用户分类到类别中，该共同特性根据来自数据收集器(606)的数据加以确定。类别类型被存储在类别库(608)中，类别库(608)是存储在存储器资源(604)中的数据结构。在其他示例中，类别以更持久的方式(诸如作为数据库)被存储，这可以实现对终端用户的人口统计的附加研究。
[0056]分类数据检索器(612)表示如下编程指令，该编程指令在被执行时使得处理资源(602)从数据收集器(606)检索关于类别内每个终端用户的数据。类别子分类器(614)表示如下编程指令，该编程指令在被执行时使得处理资源(602)基于每个种类内的终端用户的资源消耗对每个种类内的终端用户进行子分类。
[0057]统计值提取器(616)表示如下编程指令，该编程指令在被执行时使得处理资源(602)从各类别提取统计值，诸如均值、方差等。不足用户确定器(618)表示如下编程指令，该编程指令在被执行时使得处理资源(602)确定每个类别内的哪些终端用户正在使用与相同种类中或针对终端用户住所的特性的其他终端用户相比显著更小量的资源。过量用户确定器(620)表示如下编程指令，该编程指令在被执行时使得处理资源(602)确定每个类别内的哪些终端用户正在使用与相同种类中或针对终端用户住所的特性的其他终端用户相比显著更大量的资源。
[0058]风险量化器(622)表示如下编程指令，该编程指令在被执行时使得处理资源(602)量化被识别为对资源分配系统造成大于平均值的风险的终端用户中每一个的风险。风险量化器(622)使用从当前分析所提取的统计值以及来自历史记录的统计值来确定风险。<