摘要：随着科技的发展，窃电问题越来越严重。频发的窃电事件，给我国电力系统造成了非常严重的经济损失。针对该问题，各个地区的电网企业都开始采取相应的反窃电管控措施，以降低窃电事件发生的频率，避免造成巨大经济损失。文章主要针对反窃电管控进行分析研究，通过建立模糊综合评价模型，对电网企业反窃电管控成果进行评价，实现对反窃电管控成果的科学评价，帮助电网企业对反窃电管控过程中存在的问题进行分析研究，提高反窃电管理水平。
关键词：装表接电；防窃电
引言
社会生产及人们生活都离不开电力资源，人们的生活及物质水平大幅提升，对电能的需求量逐年上升，这对电力企业而言，既是机遇又是挑战。如何维护用电安全，提高电能利用率是现代化社会重点研究的问题，也是供电企业亟待解决的问题。经调查发现，违规用电及窃电问题始终是电力企业管理的重点与难点，这类与用电相关的纠纷案件给电力企业的管理工作带来了负面影响。电力企业必须加大监督与检查力度，做好用电及反窃电检查，严厉打击违法行为，规范生活用电。
1、造成窃电的主要原因
1.1、用户自身法律意识薄弱
一直以来，我国在电力宣传工作过程中都是站在社会工艺的角度思考问题，并没有实现电力能源的商品化，电力用户在市场观念上是相当差的，不能清楚认识电力能源的商品属性，简单地认为电力能源就是一种无偿使用的公共资源，具备一定的公益性；并没有不能思想高度方面充分认识到窃电行为自身已经违反有关的法律法规，对电力能源的应用缺乏充分了解，甚至没有认识到窃电行为产生的危害性。
1.2、 破坏表内机械运转，实施窃电窃
电人员在未经电力部门许可的情况下，私自对电表进行改造式破坏性拆卸行为，通过对电表内部结构的破坏，使电表的运转与计量工作出现误差，甚至使电表的计数功能完全丧失，最终实现少缴纳或不缴纳用电费用的行为，从而保全自身的经济利益，而严重地损害供电企业的经济利益。
1.3、供电部门本身存在问题
该问题多数都是在每个营销环节，监督协调制度没有充分发挥其自身的作用，也尚未做到科学的处理，存在各自为政、相互推卸责任的现象。电力营销管理设备和管理机制存在诸多缺陷；有些职工由于其自身业务能力不强，所以无法全面贯彻落实自身的工作职责；有些职工出现监守自盗的行为，和窃电用户相勾结，以损害企业的集体利益为代价来赚取经济利益[1]。
2、电力企业反窃电技术的应用
2.1、加强计量端控制
从高压计量箱角度来说，要想达成避免窃电行为发生的目标，可以创建单独的工作线路。此外，也可结合电力系统的运行状况及实际发展情况改造高压线路，这部分工作必须由专业的人员完成，非专业人员绝不可随意拆卸高压线路箱，以免破坏电路系统，引发安全事故。改造高压线路后，需要同步转移支线，同时将共用线的计量装置转移至相应的位置，选择合适的电线杆，合理安装线管的计量装置，为反窃电的监控与管理提供更加便利的途径。该种方法说明了加强计量端控制，应用于用电检查反窃电当中的可行性。
2.2、重视内部监督
由于在当前电力计量工作中仍旧存在诸多问题，对于窃电行为的出现提供了巨大的实施空间，所以电力企业必须要增强窃电有关的应对措施，积极贯彻落实责任制度，不断提高人们的责任，保证反窃电管理策略具有一定的科学性，进而显著提高反窃电管理效率。
在有需要的情况下必须要重视教育培训，进而提高电力营销员工的专业素质。并且也需要重视电能表的监管，特别是要监测其实际运行情况，如果发现问题，必须要立即检查[2]。
2.3、建立健全电力用电检查与管理机制
为避免违约窃电行为的发生，电力企业要建立完善的配套管理机制。当前，电力企业对于窃电行为以及违约用电的管理没有引起足够的重视，并且对于反窃电技术的应用没有严格落实，进而滋生了大量的违约窃电问题。为确保违约窃电行为得到有效的遏制，就要建立健全用电检查与管理机制。首先，要根据当地的用电状况建立相应的违约窃电管理制度。这一过程中，要加强对违约窃电行为特点的分析，同时还要定期开展用电检查以及随机抽查等工作，并对检测计划要进行不断的完善，具体检测工作中发现问题要及时进行处置。其次，要对用电检查区域进行科学的划分，并建立配套的用电检查责任机制，加大对重点用户的监督与管理，保证各个环节的检查工作得到有效的落实。此外，要针对当地的用电状况对供电方式进行不断的优化与完善，在提高供电服务质量的基础上，对违约窃电行为进行有效的遏制。另外，要注重智能电表的推广与应用，加强对先进计量工具的使用。
2.4、 强化管理革新力度，善用科技网络技术
电力供应企业为保障电力能源使用数据的精准传输及数据有效分析，电力供应企业应跟随科技的步伐，大力引进先进的科技设备，利用科技设备对电力电表回传数据进行分析式归纳、汇总、分析，使电力供应企业能够更加精准的掌控企业电力生产与电力输出间的数值比对，从而更容易对企业经营利润比例进行有效的分析。同时，企业也应该利用网络大数据时代带来的资源便利式分析，使企业在精准掌控电力输出的同时，利用大数据时代的数据分析方式，推导出电力输出及利润回归的比例式数据分析显像，从而更加容易分析出窃电行为的发生区域，以此来进行区域锁定，实现反窃电行为的遏制行动[3]。
2.5、深度学习技术
要想准确地识别窃电用户，必须在海量的数据信息中准确地找到电流电压异常事件，全面分析线损供应电量，上述数据存在一定的相似性，均带有时序性及稀疏性的特征。只有深入学习与反窃电技术相关的内容，才可从海量的数据中提取相关概念，准确地寻找到窃电用户，提升窃电识别的精准性，做好异动监测。深度学习从某种意义上来说是一种特定的网络结构，也可将其认定为计算机可储存结构。经过一定时间的发展，深度学习技术已经取得了明显的成绩，引起了学术领域的重视，其应用领域相当广泛，与图像特征编码、语音识别及计算机视觉等均有所关联。需要注意的是，原始数据的清理难度较高，预处理也面临全新的问题，原始数据由多个数据构成，其中包括了极为隐蔽的数据，固有的经验很难发现其潜藏在原始数据当中。数据分析会出现多种异常问题，例如指标统计值异常及中间数据生成异常等。总的来说，数据问题并不是一蹴而就的，而是一个逐渐摸索的过程。深度学习技术更有利于提高窃电工作的准确性，是做好用电异常预警项目的重要前提[4]。
结束语
总而言之，当前我国过分依赖于电力能源，社会各行各业的发展离不开电力能源的支持，而在这种现状下，有些人员为了更加丰富的电力资源，而存在窃电行为，这些都容易影响我国电力企业的发展以及电力企业的正常供应。窃电行为其本身具备相当强的兼容性，其规模是不一致的，所导致的危害也是不同的。为了预防窃电行为的出现，必须要采用最新的方的反窃电技术，然而现实情况中我国反窃电技术发展仍旧处在初步发展阶段，需要有关人员做出进一步的研究。
参考文献：
[1]江晨.探索当前用电检查中窃电与违约用电管理措施[J].营销界,2019(43):78+83.
[2]赵超,刘刚.电力营销大数据在反窃电检查中的应用探讨[J].营销界,2019(43):122+129.
[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.
[4]李静.电力营销中的反窃电技术及其管理措施[J].营销界,2019(42):173-174.