广东电网有限责任公司肇庆封开供电局渔涝中心供电所 526537
摘要：近年来，我国经济建设的快速发展，人们生活水平的提高，使得我国对于能源的需求与日俱增。随着我国经济的快速发展，电力资源的需求量显著提升，同时也带来相关工作的增多以及安全隐患等一系列的挑战。为了满足现实情况需要，更好地保障电力稳定供应以及用电安全，提高用电检查效率，保证人们生活与生产稳定，就影响用电检查中用电安全及反窃电相关对策进行分析和探究。
关键词：用电检查反窃电；关键技术与策略
引言
电能的发展关系到我国整体经济的发展速度和发展方向，最近几年国家大力发展，改革创新，取得了非常不错的成就和成果。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。
1原因分析
针对现状调查所找出影响提高用电检查中用电安全与反窃电能力的主要问题，根据所掌握情况，运用头脑风暴法，从人、机、料、法、环等五个方面进行分析、讨论，绘制鱼刺图，如下图所示：分析发现共有技能水平不足，责任心不强，人员配置不足，反窃电法律法规不健全，人员装备配置水平低，新旧用电用户的信息更替不及时，检查工作程序不合法，违规用电，窃电行为惩戒力度差，取证难、定量难，天气恶劣，自然灾害等13条末端因素。通过对影响提高用电检查中用电安全与反窃电能力的10个末端因素分析后最终确定反窃电法律法规不健全，新旧用电用户的信息更替不及时，违规用电、窃电行为惩戒力度差，取证难、定量难这四个主要原因。
.png)
图1原因分析鱼刺图
2用电检查反窃电的关键技术与策略
2.1作风建设聚力量
“内外勾结窃电现象严重”是一种削弱队伍的声音。这种声音，来源于个别被怀疑对象在公开查处时，窃电现场被提前销毁；一些私接主线被查处的窃电户，在不情愿缴交罚款时暗示内部员工协助施工。这种声音，又产生一种“人人自危”的错觉，成员主观能动性调动不起来，也不敢主动；甚至盲目扩大怀疑，成员唯恐躲闪不及而退出，不愿参与，队伍陷入弱化的趋势。甚至，这种声音，被一些个人主义利用，把反窃电演变成神秘工作，一场正义的战争。优良作风始终是执行力基础，也是新时代党建引领业务的具体实践。四种形态科学运用等作风建设解决反窃电队伍日渐单薄的难点，成为积聚力量的典范。快速消除这一苗头，明确了反窃电的初心，即建立反窃电长效机制，营造一个精准打击，持续开展的长效震慑氛围，消除侥幸心理，不断规范供电市场秩序。持续宣传、沟通反窃电工作部署，运用“红红脸、出出汗”手段统一思想，团结一切可以团结力量，有效消除干部、员工持一阵风、过往运动式的观望看法，转移到积极参与这一项充满挑战的工作上来，形成一种你追我赶的局面，解决团队壮大建设难题；始终坚持精准打击案例分析和技术总结共享，降低精准打击的技术难度，使反窃电真正成为分析、查处简单、规范的一项日常工作，有效推动长效工作机制建立。
2.2应用新技术
近年来，窃电行为有明显增加现象，对此，为了有效防止窃电行为的发展，部分电能表生产厂家开始尝试将监视装置与计量箱进行有机结合，通过在计量箱中安装电量监视器，达到对电能表实施远程、实时监控的目的，从而有效实现反窃电，制止窃电行为的发生，有效保护电力系统的正常、安全运行，使用户用能够享受到优质的供电服务。除此之外，结合计算机网络技术的发展，可以通过与通信企业的合作，构建短信监控平台，从而实现对用户用电情况进行监督的作用。一旦发现异常，可以及时进行信息反馈，从而达到防范窃电行为的目的。
2.3数据挖掘技术
数据挖掘是从大量数据（包括文本）中挖掘出隐含的、先前未知的、对决策有潜在价值的关系、模式和趋势，并用这些知识和规则建立用于决策支持的模型，提供预测性决策支持的方法、工具和过程。传统的数据分析技术在应对处理海量数据集时存在种种局限性，而数据挖掘技术有效地突破了这些局限，为分析处理海量数据并提取有用信息提供了有效手段。人工神经网络是近年来比较流行的一种数据挖掘技术，它是对人脑组织机构和运行机智的认识理解基础之上模拟其结构和智能行为的一种工程系统，但它也存在不能很好地处理和描述模糊信息、对样本的要求较高等缺点。模糊神经网络（FNN是模糊系统与神经网络相结合的产物，结合了神经网络系统和模糊系统的长处，具有能自适应学习、处理和描述模糊信息、对样本的要求较低、精度高等优点，它在处理非线性、模糊性等问题上有很大的优越性，在智能信息处理方面存在巨大的潜力。模糊神经网络是具有模糊权系数或者输入信号是模糊量的神经网络，它汇聚了神经网络与模糊系统的优点，集联想、识别、自适应及模糊信息处理于一体。模糊神经网络的主要特点是利用神经网络调整模糊逻辑推理系统的隶属度函数和推理规则，利用模糊推理规则的形式构造神经网络结构，从而充分发挥各自的优点。
2.4强化计量设备的性能
近些年来，科学技术的发展速度不断加快，先进的技术与设备逐步应用于生产生活的各个领域，电力企业同样如此，因科学技术的发展，各类设备的更新周期不断缩短，功能性发生较大的转变。电力企业可利用先进的信息技术开展反窃电工作，尤其是要对工作人员进行适时的培训与教育，使其掌握先进的技术，利用科技的力量避免窃电行为。此外，电力企业应着力培养工作人员的创新意识与实践能力，使得电力人员积极地参与到设备的研究与开发当中，例如新型的智能电表，以便利用先进、稳定的设备做好电力监控。显然，现有的供电企业无法满足上述要求，大部分地区仍在使用老旧的电表设备，给反窃电工作的推广带来了极大的阻碍。因此，电力企业应加大新技术及新设备的普及力度，利用新型的智能电表取代传统电表，强化计量设备的性能，确保计量设备科学、规范，为反窃电工作的顺利开展打好基础。
2.5警电联动，加强执法力度
外部环境尚未达到理想状态，纵使供电企业的用电检查人员具有足够强的专业性，却不具备执法职能；而公安机关、司法部门虽然具备强执法性，但是对于电力相关专业的特性缺乏一定的了解度，故形成长期以来制约查处窃电行为的因素，且对于窃电查处过程中取证、定量等方面缺少有效的法律依据支撑，无法针对窃电行为产生法律的威慑力。供电企业应加快步伐，推动相关法律法规策略的健全与完善，设立电力行业标准，规范用户相应的责任与义务，着重强调针对安全用电、反窃电工作中相关执法部门的职责和权利。对于电力工作人员开展用电检查工作，明确被检查用户需积极配合迎检。对窃电行为者，依法追究其相应的违约责任，充分发挥法律的震慑力和供电企业被赋予的权利，为电力营商环境提供良好的法律支撑。供电企业积极主动与政府及公检法部门联系协商，获取政府及相关部门的有力支持。
2.6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。
结语
电力能源是支撑社会及经济发展的重要资源，无论是在经济发展过程中，还是在社会建设过程中，均起着不可替代的作用。近些年来，窃电行为屡见不鲜，已经严重影响到了电力企业的运行与发展，为强化反窃电工作管理力度，电力企业做出了大量的尝试，已经取得了一定的成绩，但不可止步于此，仍旧需要遵循防治结合的原则，提高整体水平，尽可能减少非法窃电行为，提升自身的服务水平与服务能力，为社会及经济的发展贡献力量。
参考文献：
[1]王敏，王为超.浅谈如何加强用电检查反窃电工作的建议[J].电子制作，2013（12）：277.
[2]丁晓.用电检查与反窃电智能信息平台的设计与应用[J].电力需求侧管理，2012，14（3）：49-52.
[3]蔡春育.深圳罗湖区配电网反窃电技术研究及应用[D].广州：华南理工大学，2017.