摘要：窃电是长期困扰供电企业的难题，不仅严重损害了供电企业的效益，扰乱了正常的用电秩序，而且会造成电力设施的损坏，形成重大的安全用电隐患。供电企业一直加大打击窃电的工作力度，同时也在不断完善反窃电的技术手段。但目前反窃电技术仍存在较大的局限性，而且窃电手段日益隐蔽、多样化、快速化和高科技化，反窃电难度越来越大。
关键词：大数据技术；电力营销；反窃电检查；运用分析
中图分类号：TM73
文献标识码：A
引言
伴随互联网平台与AI技术的迅速发展，电力公司在经营中采取电力营销大数据开展反窃电检查工作，受到了人们的高度关注。分析怎样科学有效使用大数据技术，而且提高反窃电检查效果，是电力公司经营中重点探究的课题。
1营销稽查与反窃电现状
近年来，随着市场经济的快速推进和科学技术的日新月异，窃电现象屡禁不绝，窃电范围广、人员多、数量大，并呈现职业化、智能化蔓延趋势，高科技含量的窃电方式越来越多，窃电手段十分隐蔽；同时，用电地点分散，地形非常复杂，安装摄像等监视装置难，窃电户的防范能力极强，传统的人工化用电检查方法远远不能满足现代化的反窃电和可持续发展的要求，给正常的供用电秩序带来恶劣影响，也使供电企业蒙受巨大的经济损失。目前，已经建设的反窃电管理应用系统在一定程度上实现了反窃电工作的管理，但还需要在如下三方面进行改进。
（1）窃电嫌疑定位准确性有待提高，改变反窃电“现场蹲守”传统工作模式，向主动式、智能化方向发展。
（2）新型窃电方式的适应能力有待提升，需要在当前的系统中不断融合营销客户的用电数据和线路数据，改变“丰富的数据，贫乏的应用”现实状况。
（3）系统需要有特定客户属性的分析数据为支撑，提高用户用电数据分析应用，确保整体窃电现象的提前预测机制，保证整体系统具备智能自主优化升级能力。
只有不断提升系统的分析准确度和自主升级能力，才能保持系统的生命力，因此，对现有反窃电系统的升级改造势在必行。
2反窃电检查中电力营销大数据的应用要点
2.1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。模糊规则经过神经网络的学习，以“权值”的形式体现出来，这样规则的生成和修改则转化为权值的确定和修改。模糊神经网络在解决窃电评价这类模糊问题时具有明显优势。
2.2警方和企业联合反窃电
电力企业只是凭借自身的力量做到是相当有限的，所以电力企业必须要与本地的警方加强合作，共同制止反窃电现象出现。其工作要点是对用户电量异常的用户以及经营商户进行仔细的检查。并且在检查这些用电用户前，电力企业需要及时整改不达标的计量装置，确保用电服务业务资料是完整的，而且针对用电量相当大的客户的用电量进行定期的分析。对于电力企业和警方而言，必须采用先进的技术，准确罗列出的很有可能出现窃电行为的用户以及电量不正常的用户，之后当地警方介入，根据相关的法律法规对窃电用户进行处理。2.3月度线损管理
我国有关部门已经充分认识到窃电行为的危害性，所以正在推行变革，为了增强我国电力企业对线损的管理，让线损工作越来越有意义，比需要合理制定关于月度线损管理的策略。其管理策略主要体现在以下几点：合理分析计量电量的情况、按时的比例以及窃电行为等，之后分析有关工作开展的实际情况以及用户的具体检查情况；发现问题时，必须要及时找到造成该问题的主要原因，再科学制定有关的解决策略。
2.4基于大数据技术的机器学习智能稽查
（1）数字化稽查
整合各个应用建立的标签，通过对电力数据的洞察分析，建立统一标准、统一管理、统一应用的稽查标签体系，实现稽查标签全生命周期管理，并按照标签分类，为稽查人员提供按照标签的组合定义，对数据进行浏览、检索、查看、分析，辅助稽查工作开展。利用积累的稽查经验和标签等信息，结合大数据，对稽查对象进行分析，对异常数据给出智能分析结果，辅助稽查人员对异常进行分析定位。
（2）场景式稽查
创新关联监控模式，全方位、多角度开展场景式稽查。构建基于专家经验的数字化和机器学习模型，能够快速、精准地圈定问题对象，大幅提升稽查工作效率。建立典型事件经验库，利用大数据分析结果，实时动态匹配设定预警场景，重点突破预警场景匹配准确性的难点，持续开展组成变量交叉的影响分析和模型结构的优化完善。
（3）机器学习式稽
以场景式稽查中的关联指标体系作为特征指标，以长期积累稽查案例作为训练数据，建立问题表象特征与问题界定类型之间的机器学习模型，采用模型验证、融合等多种手段，提升模型准确率。
2.5多功能电子计费表的安装
多功能电子计费表是采取最新的科技生产制造的，在多功能电子计费表工作过程中，一旦出现失压或者失流的情况，电子计费表就会立刻将报警系统拉响，而且通知有关工作人员认真检查电路。并且多功能电子及非标能够预防出现窃电行为。同时，该先进的方窃电电子及费用不仅有多种功能的电子计费表，而且还有机械电能表。在反窃电工作过程中，企业必须要采用其中某种来严格监测电力。
2.6构建适应“三型两网”企业转型的稽查管控体系
适应新业务的快速发展，完善标签体系。基于对业务的管控要求，通过标签组合形成固化场景，满足不同业务、不同发展阶段的管理要求，灵活构建新增稽查主题。基于大数据技术，对稽查历史数据进行分析，动态调整稽查主题下的组合标签，实现稽查规则灵活配置和指标动态调整。增加营配贯通、量价费监测等专题方向稽查，增强专业垂直管控能力。
结束语
从当前大数据系统在电力营销的反窃电检查方面的使用现状进行探究，电力公司在经营发展中，为充分突出大数据系统于反窃电检查方面的使用效果，企业和行业监管中心要从健全监管制度，强化硬件安全技术探究，强化员工技能训练，规范大数据收集途径，设置技术标准继续努力。
参考文献
[1]赵波.电力营销大数据在反窃电检查中的应用探讨[J].科技风，2019（31）：175.
[2]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.
[3]林晓新.浅论反窃电检查中电力营销大数据的应用[J].现代营销：经营版，2019（10）：91-92.