大数据在反窃电检查中的运用

■ 贵州电网遵义供电局 冉孝强 李长强

当前行业环境下大数据是反窃电检查的有效手段，不仅能够利用技术的便利快速获取窃电信息，而且还能够在信息共享背景下，采集更加丰富的数据，为反窃电检查提供指导。目前，部分基层单位由于硬件和制度以及人员能力问题，大数据结合反窃电检查工作还没有完全发挥出优势，这需要企业在技术创新中加快实施建设。

大数据结合反窃电检查工作中需要解决的问题。技术应用规范性不强，例如检查规范性制度不完善、反窃电检查结果存在较大误差等，降低了反窃电检查质量控制力度。

数据来源不可靠。电网中的分表、总表与入户表可以采集到大数据，虽然有精准性，但是却不能体现出大数据真正优势，反而会使数据信息面临限制，使数据采集与形成呈现出非实时性的特征，无法保证反窃电检查的实时性。

检查经验不足。检查人员的工作经验在判断数据真伪上十分关键，若检查人员缺乏经验，会导致判断结果不准确，引起与用户之间产生纠纷。

技术应用体系不完善。个别单位由于技术应用体系不完善，降低了数据的客观性，导致判断窃电行为也欠缺精准性。另外，用户个人用电习惯、数据逻辑是非常直观的影响因素，限制了数据的规律性，对最终分析结果带来影响。

反窃电检查中应用电力大数据的方法。完善监管体系，加强硬件安全技术研究。加强硬件安全技术研究是未来反窃电检查发展的主要方向。基于此，电力企业结合实际情况分析当前监管体系存在漏洞，组建监督小组负责反窃电检查作业流程等内容的监管工作，应该设置数据采集、数据分析、数据结果评估、检查监管等岗位，保证反窃电检查与大数据应用可以保质保量地完成。另外，还需要关注电力计量装置自动化、智能化、云计算等技术的应用，确保各项信息化技术、电力计量装置之间的深入融合，简化用户端操控程序，最大程度地减小线路损耗，还可以加强计量精准性，充分体现出大数据的参考价值。

通过分析用电数据进行用电行为比对。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，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。

拓宽采集数据的途径。充分发挥出数据的作用就要在采集信息这一环节利用完善且多元化的渠道，确保数据的真实性、完整性。可以使用大数据技术、云计算技术等，通过数据共享获取完善的信息，再与第三方数据机构合作，凭借专业机构的优势从诸多渠道中整理用户用电数据。如此一来，电力数据信息采集途径更为丰富、体量不断扩大，可在一定程度上提升反窃电检查工作的有效性。

科学分析用电量数据。反窃电工作人员需要对每个用户的平均用电值和标准差进行计算，再通过负载正态变化量作为基础，计算出所有的差值概率，使供电企业具有足够的参考信息，同时管理人员也是需要对用电量变化较大的用户进行观察，通过分析用户的实际用电情况，确定在一定的时间之内所存在着的用电差异在是否属于合理范围之内，若发现异常，及时进行上报。

加强专业技术培训。可通过集中培训、邀请大数据专家等途径，讲解反窃电检查工作中应用大数据的逻辑、方式、手段，以此提升人员专业技能，同时达到提升反窃电检查作业质量的目的。