电力营销大数据在反窃电检查中的应用研究(2)

刘晓静

摘要：随着人们生活水平不断的提高，对电力需求量也在增加，窃电现象也随之产生，而且该种现象日益严重。窃电者普遍认为窃电行为被查到的概率很小，即使查到了，供电企业也难以追查被窃的电量，自己找点门路补点电费就过关了。因此，在逐利心理、从众心理和侥幸心理的驱使下，仍然有一些用电客户利用供电企业技术和管理上的漏洞进行窃电。

关键词：电力营销大数据;反窃电检查;应用

引言

电力营销主要是指通过经营活动为用户提供服务，满足用户的实际用电需求，对我国的经济发展有着重要的意义。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、应用电力营销大数据的必要性

根据实际情况分析，为了更好地服务用户，实现可持续发展，积极适应时代变化，电力企业采用科技手段提高用电安全检查质量。基于市场的变化，为了调整现行的电力营销体系，供电企业不断加强业务的集约化发展。在这个过程中，查防窃电更为重要，通过应用大数据技术有效地提升了检查效率和准确性，对于电力营销活动有促进作用。基于新技术的强大功能，以大数据为基础的反窃电检查代替了传统的检查方式，对促进电力企业核心竞争力的提升有重要作用，促进以用户需求为导向的电力营销模式的建设与完善。传统的反窃电检查手段受到技术等条件的限制，存在很多缺陷，无法全面保证检查质量，同时，需要耗费大量的人力、物力以提供支撑，使得企业的运营成本消耗较大。另外，传统的工作方式以人力为主，容易受到主观思维的影响，影响判定公平。而随着科技的发展，大数据技术的应用，有效地解决了上述问题，且对于工作人员的安全性有了更好的保证。

2、反窃电检查应用电力营销大数据的措施

2.1、电量数据分析

为了做好防窃电工作，发电企业必须利用现有数据对用电数据进行分析统计。需要计算用户用电量的平均值和标准差，进而计算出与负荷值变化相关的差值，为供电企业提供参考信息。如果有任何盜窃行为，能源检查员必须对用户用电量的波动情况进行评估和分析，识别出用电量变化较大的用户。如果用电量在一定时期内略有变化，可能不存在窃电现象。而电量波动越大，偷电的可能性就越大，为此，有必要对比用户的长期能耗，进行相关研究，注意收集证据，必要时实施隔离。如果认定有窃电行为，就必须对其进行处罚，这样才能起到一定的震慑作用。电力公司还必须进一步提高管理人员和员工的专业技能，使他们在发生窃电事件时能够及时发现问题，正确评估行为，以提高控制窃电行为的质量和效果，减少国民经济损失。

2.2、提高人员履职能力

供电企业需要采取定期或不定期用电检查模式，进一步提升用电检查管理，从而提高检查管理效率。在大规模打击过程中，既要防止窃电违法行为再次发生，又要维护供电企业的经济利益和国家法律的威严。为确保重电检查和防盗工作能够高质量开展，如何提高工作效率，为基层减负，是所有供电企业必须研究的课题。首先，供电企业需要做好对用电检查人员的反窃电理论培训和实操训练，提高他们的专业技能和水平;其次，在维护正常晋升渠道的情况下，尽量保持用电检查反窃电人员队伍的稳定，以确保他们具备足够的反窃电检查工作经验;再次，将反窃电专家、工作能手和劳动模范请上讲台，通过讲解窃电原理、分享查处窃电经历和分析具体案例，帮助工作人员了解窃电人员的心理动机、行为特点和窃电手法，学会如何查实取证，如何应对现场突发事件，如何追补被窃电量;最后，为用电检查反窃电工作人员配备必要的查处取证工具，如执法仪、电流钳表、计量检测仪、放大镜等。

2.3、远程抄表系统设计

在电力营销在电力系统的实际应用中，变电站远程抄表系统是远程抄表过程的重要组成部分之一，利用变电站远程抄表系统完善营销服务体系。针对电能表，可以在现有电能表的基础上进行创新，制定全新的工作方案，分阶段更换，可以提高整体精度，在系统数据采集中具有较高的应用价值。以往设备建设是建立新变电站的远程抄表体系的重要依据，工作人员要积极引进新型数据采集设备，在工作中安装智能电能表，对其系统统一管理。结合电力营销信息系统中数据的实际变化情况，在系统与管理之间创建接口，营销信息系统才能有序运行。从实践中得出，终端采集方式与电力营销工作有着较为明显的差异，利用电能表可以转变其方式，在楼层铺设中合理配置，通过载波方式集中处理。

2.4、反窃电系统应用实证

国网沈阳供电公司根据用电信息系统大数据分析发现，XX公司存在疑似窃用电情况，利用大数据平台分析偷电用户特征，利用二阶聚类形成客户类别，从指标、实例等维度对用户进行分类，采用用户基本属性构建聚类模型，从而确定企业用电特征。在确认嫌疑人后，进行用户锁定。采用深度学习和决策树，将该企业当月用电量、功率因数等关键性指标输入，结果发现该企业满足决策树规则模型，利用以DBN模型的深度学习方法进行准确率预测，依托于系统数据分析与采集，发现该公司进线电缆电流最高为50A左右，最低为30A，其结果与采集系统中显示的电流存在较大差异，确定该企业存在窃电行为。随后国网沈阳供电公司组织队伍开展现场检查。发现厂区内计量柜处于无封印状态，电表尾封有人为破坏痕迹。通过深入稽核发现，该企业用电性质不同于档案统计，表示该企业存在私自窃电、躲避电费的情况。最后，进行窃电行为取证。借助箱线图方法进行用户用电量和负荷的分析，得出精准的离群值和异常值。

结束语

用电客户中始终存在道德低下、法规意识淡薄的人员为了一已私利进行窃电。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]贺彬.基于大数据理论的反窃电措施[J].大众用电，2019，34（08）：22-23.

[2]李海洋，王伟.装表接电中反窃电技术的应用浅述[J].科技创新导报，2019，16（22）：97-98.

[3]周宏建.用电检查与反窃电智能信息平台的设计与应用[J].低碳世界，2019，9（07）：117-118.