反窃电检查中电力营销大数据的应用

何庆 刘书浩 仇晶昱 孙悦

摘要：用电检查工作作为电力企业开展日常工作内容的重要组成部分，是保障社会公共安全秩序以及满足人们、企业的正常供电、用电安全的重要方法与策略。在高新科技的不断發展进程中，电力企业应该针对现阶段反窃电检查工作中存在的主要问题，积极探究解决方案与对策，借助于现代化的电力营销大数据技术有效增强反窃电检查工作的工作实效性。针对反窃电检查工作中电力营销大数据的应用展开论述。

关键词：电力企业;反窃电检查;电力营销;存在的问题;大数据应用

引言

目前我国电力供应过程中，各种窃电手段层出不穷，部分窃电分子采用欠压法、扩差法、欠流法等手段实施电能偷窃，影响到供电企业的正常运行。为实现对反窃电工作的优化，供电企业需正视大数据技术应用的重要性，在原有电力信息系统中进行大数据技术的融合，进一步优化反窃电技术，实现对窃电行为的有效打击与抑制。

1电力营销大数据的特征与来源

电力营销是电力企业实现可持续发展的重要途径，随着科学技术的研究深入与快速发展，电力行业借助大数据技术强大的信息收集能力，依据信息内容进行精准性营销，此种方式有效地提升了客户满意度。近年来，电力企业也在应用营销大数据信息提高监管质量。电力行业由于其自身的特殊性，会涉及大量的设备和生产调度等，通常都会产生庞大的数据量，电力企业数据信息变化速率极快，为满足大众的生产生活需要，应保障电力企业平稳供电，这些特点使得企业对于数据处理的精准度以及速率有更高的要求。基于此，电力营销大数据的应用具有很高的应用价值。除此之外，电力营销大数据的信息内容主要来源于用电信息采集系统和营销业务应用系统，用电信息采集系统的主要功能便是收集某范围内用电用户相关信息及进行数据处理，并结合相关信息内容，有效地开展节约用电活动，提高用电检查效果。而营销业务应用系统基于用电档案和用电信息数据内容开展工作。此系统结合电力营销全过程，可将业务划分为多个部分，另外，在电费管理中发挥了重要作用，可以结合往期数据信息进行快速筛选，进一步确定不合理电量应用情况。

2电力营销大数据在反窃电检查中的应用问题

2.1流程的规范性问题

目前，应用营销大数据开展反窃电检查的作业流程缺乏规范性，具体表现在：现阶段大部分企业都缺乏完善的作业规范和作业制度以及完善的监督管理制度，没有形成完善的管理体系，在实际开展工作过程中很多细节难以落实，导致结果精准度存在差异，监督管理的缺失导致结果易受到主观因素影响而失去公正性，对反窃电检查工作的质量管控造成了不良影响。

2.2技术问题

技术问题主要表现在以下两个方面。一些发电厂的主要问题是技术应用系统不完善。如果监管体系不完善，将对售电数据分析结果的客观性产生不利影响，售电数据的形成、收集和分析不完善，就难以准确评估窃电行为。另外，一些电力企业在大数据营销应用过程中可能存在技术漏洞。仪表在数据的采集过程中起着重要的作用，但电表的应用可能涉及短路问题和测量模块的二次编程，电力公司可能会因此做出错误的评估。总之，这些技术问题会影响对窃电行为的判断。

2.3工作人员经验问题

电力营销大数据主要是由用户消耗电量和购买电量数据构成，由于市场因素的变化以及各企业之间政策的差异，在不同阶段，用户的购电量和用电量等都会存在差距，这就要求提升反窃电检查工作的精确度和公正性。在开展工作时，人员是必不可少的因素，人员的经验是重要的影响因素，人员经验不足，记录数据时误差较大、记录数据不全面等都会对最终的结果产生极大的影响，同时，人员经验不足，在处理部分事务时，容易和用户之间产生误会，对企业的稳定发展产生负面影响。

3电力营销大数据在反窃电检查中应用的对策

3.1制定规范化的技术应用流程与标准

电力营销大数据在电力企业反窃电检查工作中的应用质量与技术应用

的流程规范性有着很大的联系性。随着科学技术的不断发展与进步，将电力营销大数据技术应用于电力企业的反窃电检查工作中，具有良好的准确性与便捷性。通常情况下，在营销大数据的应用过程中，电力企业应根据反窃电检查工作的实际工作需求有效制定出科学、规范的技术应用流程与技术应用标准，充分分析与考量应用流程与标准的可行性与科学性。因此，需要电力企业相关主管部门加强综合性检查，一旦发现综合数据分析工作中存在问题，就需要人工检查，综合分析明确相关窃电行为。在后续的用电检查工作中积极借助于电力营销大数据，保证用电、供电的规范性，减少窃电行为，减少工作人员的违规操作，为全面提升反窃电检查结果的专业性与科学性提供坚实可靠的基础依据。

3.2对电力营销大数据进行电量数据分类

为了进一步提高对窃电行为的检出率，确保窃电分子受到相应的处罚，我们可以利用营销大数据，对违法用电进行适当控制，并按照以下方法对用电统计数据进行正确分类。可根据不同用电属性进行分类，不同的耗电类型有不同的对应线路，然后，基于电力负荷曲线和其波动情况分析窃电行为。对可疑的窃电行为，有必要对相关用户的电能消耗进行实时监测，并将其记录在防盗检查工作中。在此基础上，还要分析是否存在电压损失或三相电不平衡。在出现异常情况时，需要进行实时调查以及对窃电人员进行不同时期的监控、检查，收集窃电证据，明确窃电地点，对窃电人员进行相应处罚，使其承担法律责任。除此之外，供电企业还可以根据不同用电场所的用电特征对电量数据做出分析。首先，对电力数据进行分类;然后区分各种消费类型。例如，可以分为工业用电、商业用电和家庭用电。工业用电是从事大规模生产加工企业使用的的电量，商业用电为企业所用的电量家庭用电为居民所用的电量。供电企业可以分析每种类型用电量的特点，为反窃电检查提供支持。

3.3通过分析用电数据进行用电行为比对

电力企业可以完善数据收集和记录工作，将用户最近一段时间的用电数据保存，然后与以往数据信息进行对比，以此为参照，计算用户最近时间的平均用电量。同时，为了提升计算结果的可信度，还需要计算概率和平均用电与标准间的差异大小，然后依靠正态分布表示负荷变动规律，最后用评价函数计算分析用户这段时间内的用电量变动状况。通过采取上述科学、客观的数据分析方法，提升窃电行为判定结果的准确性。另外，在分析认定窃电行为时，需要综合考虑各方面因素，例如，天气原因，夏天天气炎热，用户频繁使用空调、风扇等，电量自然会较其他时节更高，这些因素需要监管者在判定时灵活思考。

结语

综上，随着窃电手段的愈发复杂和多元化，供电企业要想提高反窃电工作成效，应结合自身实际情况，构建完善的智能反窃电系统，精准定位用户窃电行为，采集充分的窃电行为证据，在进一步规范企业反窃电工作开展的同时，帮助供电企业减少损失、控制成本。

参考文献：

[1]罗家敏.智能反窃电与线损监控中大数据技术的应用研究[J].今日自动化，2019，000（008）：P.61-62.

[2]檀舒.大数据技术在智能反窃电和线损监控方面的应用研究[J].工程技术与管理（英文），2019，003（004）：P.52-54.

[3]陆东林，朱晶，范晓英.大数据技术在反窃电领域的应用分析[J].精品，2017，000（012）：P.95-96.

[4]张沂，潘志伟，顾挺.基于大数据分析比对的精准反窃电方法研究[J].数字化用户，2019，25（017）：259.