应用大数据技术的反窃电分析研究

王晓博

摘要：随着社会经济的不断发展，我国也越发重视电力行业的相关技术。大数据技术的出现和发展以及电力行业的转型升级，传统模式下所开展的电力企业营销管理工作已经难以为电力企业的进一步发展提供支持。为了适应大数据环境的需求，必须在电力企业营销管理过程中科学地应用大数据技术，展现出大数据技术优势，才能提高营销管理成效。

关键词：大数据技术;反窃电

引言

本文简要介绍了电力营销大数据的特征与来源，分析了应用大数据技术的反窃电相关技术，希望能够为电力企业管理创新工作的开展提供支持。

1电力营销大数据的特征与来源

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应用大数据技术的反窃电分析研究

2.1基于电气模型的窃电检测技术

电力网络作为一个物理系统，其系统变量满足一定的数学方程（如基尔霍夫方程、潮流方程），且各变量有其合理约束区间（如电压波动）。窃电会导致计量设备采集的电量、电流等数据与真实数据不一致，即量测数据不再满足电气模型。基于电气模型驱动的窃电检测技术在实际工程中的应用主要体现在两方面，一是通过制定电气规则，检测测量数据中的异常特征以判断是否存在窃电行为;二是基于电气模型辨识NTL大小，进而推断潜在的窃电损失。基于电气规则制定的方法通过比较量测的电气数据与正常运行范围的阈值，从而制定一系列用以判断是否存在窃电的规则。该类方法对设定的阈值大小较为敏感，为设定合理阈值，可以在基本电气规律的基础上，建立专家系统并引入专家经验进行辅助设定。当采集的电压或电流显示为缺相、反相等异常特征时，可以通过设定异常特征的持续时间阈值和电流电压的幅值阈值，确定窃电或者其他风险的存在。其他用于电气规则制定的电气参量一般包括台区线损和线路阻抗，通过将统计线损率与理论线损率、历史线损进行对比，可以快速确定窃电的严重程度。基于NTL辨识的方法基于电气模型的拓撲、阻抗等参数，确定由于窃电等异常用电导致的非理论线损大小，进而推断出窃电损失大小。

2.2一种相关性与聚类自适应融合技术窃电检测方法

篡改电表数据是一种典型的窃电行为。针对此类窃电行为，现有的检测方法需要标记好的数据集或额外的电力系统状态信息，这在现实中很难获得或即使获得也与实际值存在较大误差。因此，利用较低维度的数据来实现对此类窃电行为进行检测的方法亟待深入研究。创新性地结合最大互信息系数（maximum information coefficient，MIC）技术和基于密度峰值的快速聚类算法提出了一种新的融合检测方法。该方法利用最大互信息系数度量管理线损与用户特定行为之间的相关性，采用CFSFDP定位异常用电用户，适用性强，能够检测多种不同类型的窃电行为。基于人工智能的算法利用机器学习的技术，如类和聚类等方法，分析用户的用电数据以找出具有异常特征的窃电用户。分类方法需要有标签的数据集，而窃电数据集往往难以获得，使得这类方法在实际应用中受到限制。而聚类的方法虽然不需要标签，但无监督的方法在负荷曲线被篡改但仍保持正常的情况下，无法识别异常用户。目前可通过智能算法生成窃电数据集，但其前提仍需要收集实际的窃电数据集。而基于AMI的检测技术又需要完整的电力系统状态信息和电网拓扑，增加了测量设备成本。

2.3基于分级策略的电力营销大数据访问控制方案

国家电网和金融行业的聚合，增加了用户与电力营销大数据的交互风险，严重影响金融行业的信息化发展和电力企业的经济效益，阻碍国家经济发展。为聚合电力大数据和金融行业，保证营销数据交互的安全性，针对电力营销数据属性多的特点，基于分级策略的电力营销大数据访问控制方案主要是基于OBDD结构对隐私数据和用户进行分级处理，制定分级访问规则，确定用户访问权限，降低了远程终端单元共享权限控制的自主性。同时，基于OBDD结构对隐私数据进行加解密，实现了密文传输。通过安全性和性能分析，证明了方案是安全且高效的。运用该方案可以保证营销数据的安全访问，正确分析用电容量、电能计量、电费回收等数据，获得准确的用户用电习惯、企业用电量、电力企业经济状况等，据此制定合理的营销经营策略，提高电力企业经济效益。

2.4低压窃电行为主动辨识系统

在主站前置机的控制下，用户专变终端与微功率采集器和电表总线相连，通过客户监控主机对其状态进行监控。在被监控电网的客户端安装防窃电客户端模块，在线实时监控电能值或功率值，并将监测结果发送到安装在变电站出口的电源模块，实时在线监测供电终端的电能。通过无线或电力载波通信模块，将监测到的功率值或功率值实时与各客户机进行通信。在提取用电特征后，利用基于距离的离群点检测算法筛选出其中的离群数据点，然后通过管理电力负荷来监控电路数据信息，并引入椭圆曲线密码体制，确保用电信息的安全传输，继而通过组织结构设计完成了对低压窃电行为主动辨识系统的构建。

2.5异常数据的检测

能源互联网终端用户发生异常用电时，配电网的电气参数会发生变化，如电压、电流、线损等，根据变化的电气参数可以构建异常用电模式评价指标体系，从而便于检测异常用电的终端用户。由于用户的用电行为存在惯性，每天的用电负荷基本一致，一般情况下正常用户的用电量斜率接近于0，然而处于异常用电模式的用户的用电量曲线较为特殊，在异常初期其用电量持续下降，斜率随时间而减小，下降到某一较低值后，长期处于这一稳定状态。因此将用户在某一个时间段内用电量是否持续下降作为识别其是否发生异常用电行为的特征之一。

结语

总而言之，随着科技的进步，电力成为人们不可或缺的能源。为提升电力行业的经济效益，反窃电检查成为企业节约成本的有力手段。随着大数据技术被各行业广泛应用，电力营销大数据有效地促进了反窃电检查工作质量的提升。

参考文献

[1]刘安磊，王浩，徐冬冬，等.反窃电检查中的电力营销大数据技术应用探讨[J].数字技术与应用，2020，38（6）：84-85.

[2]邢鹏飞.浅论反窃电检查中电力营销大数据的应用[A].重庆市鼎耘文化传播有限公司.2020年智慧建造与设计学术云论坛（成都）论文集[C].重庆市鼎耘文化传播有限公司：重庆市鼎耘文化传播有限公司，2020：4.

[3]招婉媚.电力营销大数据在反窃电检查中的应用分析[J].科技与创新，2019（20）：146-147.