摘要：现如今随着我国社会经济快速的发展，现代化设备也在逐渐的增多，在人们生活和工作的过程中是无法离开电力的，目前在用电量增长的过程中，窃电情况越来越严重，部分的不法分子为了能够降低电费的使用，从而对电能进行窃取，导致供电企业的经济效益出现损失。因此本文主要分析电力营销大数据在反窃电检查中的应用，以期能够为电力市场的反窃电和电力市场规范提供参考。
关键词：大数据；营销稽查；防窃电
1 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。
2 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。
3 窃电原理分析
电能=电压×电流×功率因数，所以在电能的计算中不仅要考虑电压和电流，而且要将功率因数考虑在内。三者其一改变就会导致电能的改变，这三者也是窃电行为关注的方向。因此，在电力系统的发展和完善中，低压用电在供电和用电的过程中用户对于该过程越来越熟悉，便会发生偷电和窃电等不良现象，目前较为常见的方式有以下几种：（1）用户在用电过程中通过和熟悉的用电人员的交情来进行窃电，这个过程中相关工作人员会采取默许的态度。（2）目前的智能电表大范围投用，所以不再需要进行现场的抄表，这就导致了很多的窃电现象和行为不易被发现。（3）由于用电检查人员在工作中不能时时刻刻对用户的用电行为进行监控，所以就会出现用户利用了检查人员检查的空隙时间进行窃电等不良行为。（4）在部分企业中，电工利用自己的高水平技术进行窃电，并且在检查人员在进行用电检查的时候将用电恢复正常状态。（5）在目前的电力市场中，还出现了很多的窃电设备，例如电磁干扰的使用，导致电能表不能正常工作，完成窃电。（6）我国在城乡建设过程中，难以避免拆迁等建设和改造行为，就造成了这些区域的接线混乱，存在私拉乱接等不良现象。
4 大数据背景下的反窃电检查措施分析
4.1 基于大数据分析的全方位、全过程营配稽查
基于物联网数据融合共享，借助大数据技术智能分析，构建营销业务管理平台的智能大脑，实现营销管理全业务、全过程、全方位稽查。
基于专家经验自适应学习，提出事前预防建议，结合业务管理要求，实时更新异常问题预防规则，制定业务执行环节流程限制、约束性填报、异常提示等事前防范措施；建立事中监管规则库，实现营销业务实时在线监控，对发现的异常问题和超限情况，即时在线干预纠正，实现“规则在线、纠偏分析、即时整改”的监控工作模式。
4.2 分析用电信息
分析者能够把近期用电数据和过往采集的用电量相对比，虚拟出近期用电趋势，进而可以精准计量处该阶段内客户用电量的平均值。另外，还应测算概率，计量平均电量与规定间的差值，以正态分布体现负荷浮动规律，计量平均值和标准差中的概率，最后采取评估函数判定用电量变化，由此选择出用电波动很大的客户，对其进行监管，研究该客户可能出现的窃电行为种类与窃电动机，甚至能够由监管者进到客户内部展开检查，并采集各种证据。用电监察需要体现主观能动性，如夏天企业客户的中央空调将增多耗电费用，若在夏天企业用电依旧维持很小波动，这时就能怀疑其可能有窃电行为。针对小微企业来说，由于办公场地不大，室内员工很少，在天下强降雨条件下降对冷气需求较低，这时用电量下降就不考量盗窃点的可能性。
4.3 借助大数据技术进行用户电量数据的科学划分
管理人员在电力营销中还要将各个用户的用电情况尤其是平均用电和用电的标准差计算出来，然后在负载正态变化量的基础上计算出差值概率，为电力企业的管理和营销提供参考。在此过程中，一旦发现用户的用电量的浮动参数发生较大变化，就要收集该用户近期的用定量，并采取合理方式对用户的用电情况进行核实。当然，这也不避免在供电的过程中存在一定的损耗，但是如果发现和正常情况发生较大的差值，应该及时上报，确定用户是否存在窃电嫌疑，尤其是评价值较高的用户。一旦确定其确实存在窃电行为，可以通过证据搜集和突击检查等措施进行排查，对发现的窃电人员和行为进行严肃处理。
4.4 构建基于大数据的营销稽查反窃电概率预警分析应用
（1）构建反窃电智能监测平台运用大数据分析技术，提取典型窃电行为特征量，构建多维度反窃电诊断模型，实现窃电智能分析预警，沉淀构建窃电案例库。通过各类渠道，收集窃电案件客户电量、线损、欠费信息等用电信息。通过反向分析，总结归纳出典型窃电案例的数据特征库，建立异常预测的数学分析模型，对查实窃电用户分析相关窃电特征，对计算模型进行训练，实现模型的完善提升。（2）构建反窃电闭环管理体系完善反窃电现作业规程、装备标准，集成用电信息采集系统、营销SG186业务应用系统、移动作业终端等相关系统业务流程，实现反窃电查处全过程闭环管理。基于建立的数据异常分析模型进行数据筛查，确定嫌疑用户，并纳入监控池。建立实时监控平台，对监控池用户实现实时在线监测。通过用户用电行为分析模型，对可能异常的用户进行进一步分析预测，对电流、电压、电量等数据前后趋势进行比较，结合营销GIS定位信息，精确定位出重大嫌疑用户，并进一步开展反窃电行动。
5 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] 强浩,戴巧云,吴柯,杜健,殷新博,陈琛.基于大数据的变结构BP神经网络反窃电技术研究[J].江苏理工学院学报,2019,25(02):10-14.
[2] 韩全丰.电力营销大数据在反窃电检查中的应用探讨[J].科技风,2018(35):90.
[3] 吴迪,王学伟,窦健,张海龙,章宏伟.基于大数据的防窃电模型与方法[J].北京化工大学学报(自然科学版),2018,45(06):79-86.
[4] 王榕.反窃电检查中电力营销大数据的应用[J].中国市场,2018(33):132-133.
[5] 张文宇.应用大数据技术的反窃电分析[J].工程建设与设计,2018(18):67-68.