基于窃电数据模型的电力企业反窃电机制研究

国网延安市宝塔区供电分公司 史 泽

1 窃电与反窃电概述

1.1 窃电与反窃电的概念

偷电又称窃电，是指以不合法的方式或方法获得电力资源，以获得电力资源而不缴纳或不缴纳电力资源为目标，以获得更多电力资源。窃电是一种非法行为，不但侵害了个人和供电企业的利益，还对国家的利益造成了伤害，是一种对社会造成严重影响的恶劣行为[1-2]。

鉴于窃电行为对社会、国家利益和个人利益的损害，对盗窃行为进行防范极为必要的。反窃电指的是一种以偷电作为一种非法行为而采取的各种对抗措施，并以此来收回窃电损失的一种行为，反窃电是一个长期而复杂的系统性工程，包含的内容比较多，针对性强，是一种专门针对窃电行为做出的一种管理方法。

1.2 窃电与反窃电的关系

反窃电是一种对盗用电力的犯罪所作出的一种类型的行动，反窃电是一种对于盗用电力的犯罪所作出的限制行动；反窃电的共同点在于这两个概念并不是相互孤立的，窃电者总会想办法去破解反窃电措施，而反窃电措施也会通过多种手段来防止和控制窃电的发生，所以这两个概念之间是相互依赖的，也是相互统一的。伴随着科学技术的不断发展，窃电与反窃电之间在技术上展开了一次漫长的博弈，尽管在这个博弈的过程中，可以在某种意义上推动科技的进步，但是窃电所带来的危害较大，所以应该全面地采用一切行之有效的手段来阻止这一现象[3]。

1.3 反窃电诊断的必要性分析

防窃电检查是一种技术手段，其是一种通过检查来获得盗窃电力的证据。首先，现代高技术偷窃电能具有高度的隐蔽性质，使得这种偷盗现象不易被察觉，在反偷电能的工作中，如果没有强大的高技术手段的支撑，就很难找到偷窃电能的根源，所以如果没有能够在反偷电能的侦查中，及时地进行反偷电能的侦查，就会给发电公司带来较大的经济损失和电能的损耗，而其损耗的电能也会随着其反偷电能消耗的速度而增加，所以如果没有足够的反窃电技术手段，就会使得发电公司受到更大的损害[4]。

其次，在反窃电工作中，尽管偶尔可以捉拿到偷电者，但是偷电者的盗窃数额很难判定，因此难以判定偷电者对电网公司造成的经济损害。因此，如果电网的实际损失数额不能被准确判定，电网公司仍然会遭受较大的经济损失，这与电网公司的反窃电工作密切相关，电网公司在日常工作中，由于电网公司对电网的监控不够严密，电网的电网损耗没有准确的计量基础，造成电网损耗数额扩大。

最后，在反窃电过程中，还存在着取证难的问题。一些窃电分子在盗窃电时，都会较为清楚地认识到了盗窃证据对自己的危害，特别是现在的高技术窃电份子，其不仅拥有精湛的技术，而且还具有较强的法制观念，擅长利用法律的漏洞来逃避自己的罪责，而且还可以自觉地毁灭自己的犯罪证据，这就使得反窃电工作遇到了诸多的难题，因此使得反窃电工作面临着无证的危险。

基于以上原因才使得在进行防窃电诊断时，需要运用高技术的方法来获得可靠的证据，而将区块链和全息增强现实相结合的方法用于防窃电诊断是可行的。

2 基于区块链的反窃电取证系统

2.1 基于区块链的反窃电取证系统构架

以区块链技术为基础的防偷窃电力证据体系架构如图1所示，基于区块链技术的反窃电取证系统包括以下子系统。

图1 基于区块链的反窃电取证系统构架

节点存储层：节点存储层是证据存储私人链的最底层，其是由分布在各个地方的用户主机构成的，对历史窃电图像数据的存储负有责任，其会生成并存储含有历史窃电图像数据的复制位置信息的元数据区块。在文件上载后，计算出一个独特的哈希数值，确保了文件的不可篡改性，哈希数值以Merkle树的方式被保存在元数据块中，而这些元数据块之间形成了一条链，从而达到了可追踪的特征。

私有链验证层：私人链的构成是一个以对等方式连接多个资料储存结点所构成的网路，其可以分成两个专题函数点：储存扩散和资料验证点。存储-传递函数可以对进入到应用层次的链路中的集合和元数据进行身份认证，并执行用户签名和链路传递，以确保整个链路中所有节点所保存的数据文件的一致性；校验函数可以对文档中的元数据、用户的特征进行校验，并对各个文档的哈希值进行校验，以确保使用者所获得文档的正确性。

显示应用层：顶层的函数实施层面，以WEB为基础，主要负责使用者与链接的互动，以及证据文件的上载和管理，以便侦破者能够对证据资料进行有效的管理。

2.2 融合增强现实AR 设备构成

融合增强现实AR 装置是一种由可穿戴技术和增强现实AR 技术组成的终端装置。在这些技术之中，增强现实AR 技术可将虚拟信息与真实信息进行融合，最终构成一种新型的融合技术。其可以通过计算机技术，对在实际空间及时间方面抽象的信息进行模拟，之后再将这些信息进行重叠，进而使反映现实的虚拟信息成型，并将其应用到真实世界之中。

这样的虚拟信息可以被人感知，让人们的感觉体验超越了现实。在这两项技术不断发展的同时，还与目前正在兴起的互动技术相结合，从而让远程视频技术可以被构建出来并被使用，这样就可以达到技术之间的相互补充，从而让虚拟信息变得更好地呈现出来。

融合增强现实AR 的反窃电系统，其主要包括：背景识别、数据整合与传输，以及基于3D 建模的数字化远程引导，如图2所示。

图2 专家系统结构

2.3 具体应用

2.3.1 反窃电现场巡查将AR 眼镜与检测终端（电流钳）相结合，研制的AR 增强现实设备，用于防窃电环境下的现场巡查、诊断和实时训练。该设备具有远程负荷监控、多点同步监控、倍率验证、矢量分析、现场取证、电表校验、漏电检测、闭环数据上传等多种功能。与此同时，AR 设备将其第一视角可视化的信息，远程重叠在用电检验人员的视线中，并与市场计量中心进行多媒体数据交互。

2.3.2 协同人工智能分析技术开展反窃电诊断

该装置可与人工智能技术专家系统进行协作，系统是一种智能化计算机程序，该程序可在一个特殊的问题以及有关的领域中，用专家级的方式来对其进行解答，其最大特点是汇集了一定量的专家知识，而且还可利用这些专家知识来根据信息做出推理和决策。其通常由推理设备、专家知识库、综合数据库、终端设备接口等构成，推理设备和专家知识库是其核心。

其中，专家知识库可以整合各种专业知识，是对问题进行诊断和解决的重要基础。而推断装置是系统的一个执行机关，其可以对问题展开诊断，以专家的知识语义为基础，采用一种方法来解释问题所反映的现象，并实施问题的解决，之后，将执行结果在动态库空间中被记录下来，为将来的类似问题的解决提供参考。

将已有的窃电案件进行汇总、梳理和总结，运用人工智能技术展开对其进行诊断和分析，最终将其构建成一个知识库，并对其进行了训练，以利于在未来再出现相似的窃电情况时，系统将与之相似的窃电案件呈现出来，以供借鉴，从而有助于用电检查人员及时做出相应的对策。

2.3.3 开发反窃电专家系统知识库

建立由合成数据、问题知识规则、典型案例和数据信息事实组成的防窃电力专家知识库。在对测量设备的现场现象进行说明的基础上，进行了一些规律的操作，并在此基础上进行了持续的推理，从而得出了盗窃的类型和问题的解决方案。反窃电计算分析服务主要负责为客户提供反窃电算法模型，对大量的用电信息数据进行计算和分析，并对其进行持续的组合优化，从而对异常线损区域或可疑的窃电用户进行定位，从而对其进行判定。该系统将人工智能技术、计算技术相结合，构建出了反窃电诊断知识库，利用人机对话方式，指导用电检查人员对窃电情况展开指导、诊断和远程协助指导，从而提升了对窃电行为的正确判断。

2.3.4 反窃电智能诊断平台系统的搭建

反窃电诊断系统整体架构包括设备层、网络层、服务层、应用层四层体系结构（如图3所示）。对用户的各类数据展开多方面多维度的实时在线监控，并且深度地发掘并独立地对其内部的关联性、逻辑关系进行分析，实现对其进行自动化的甄别，实现对其进行动态的预警。

图3 反窃电诊断系统架构

3 结语

本文介绍了当前反窃电工作存在的问题和挑战，以及基于区块链的反窃电取证系统的构架和具体应用。基于区块链技术的反窃电取证系统包括节点存储层、私有链验证层和显示应用层。其中，融合增强现实AR 装置可将虚拟信息与真实信息进行融合，形成新型融合技术；而基于3D 建模的数字化远程引导则可对进入到应用层次的链路中的集合和元数据进行身份认证，并执行用户签名和链路传递。

显示应用层则主要负责使用者与链接的互动，以及证据文件的上载和管理，以便侦破者能够对证据资料进行有效地管理。反窃电专家系统知识库则是由合成数据、问题知识规则、典型案例和数据信息事实组成。通过人机对话方式，指导用电检查人员对窃电情况展开指导、诊断和远程协助指导，提升了对窃电行为的正确判断。