张含芝
陕西省咸阳市 国网咸阳供电公司
摘要：随着我国综合国力与社会经济的不断发展，人民生活对电力的要求也越来越高。目前我国的供电企业的技术也已经有了飞速发展，但也因为用电量日益增大，许多不法企业都有偷电窃电的行为，甚至于运用许多高科技技术进行偷电窃电，很难被追踪与察觉。针对这种现象，本文将电力营销大数据的分析运用反窃电检查方面，以此来制定切实有效的反窃电措施。
关键词：反窃电；大数据；营销；实际应用
一、引言
步入信息时代后，大数据的统计与分析应用越来越频繁，许多行业在进行转型与升级时都要借助大数据分析，对于供电企业而言也不例外。但是目前虽然已经有许多供电企业将大数据分析等信息技术运用于日常管理中，但在反窃电检查中却仍有许多遗留问题无法解决。由于技术手段与数据处理能力的落后，供电企业在短时间内无法察觉用户偷电窃电的现象，也就无法及时采取对应措施。用户的偷电窃电行为不仅极大地损害了供电企业的利益，也给社会风气带来了不良影响，因此本文基于电力营销大数据，分析与讨论如何利用电力营销大数据的统计与分析来开展反窃电检查工作。
二、反窃电管理现状
目前我国的窃电现象十分普遍，偷电窃电的电量因数目庞大而无法精确统计。电的使用量是通过电表来显示计量，偷电漏电者就可以利用改装或破坏电表的方式来窃电，以达到少交电费的行为。许多用户可使用这种高技术操作进行窃电，一线企业的供电工人如果技术水平与实际经验不够，就更加大了供电企业对反窃电用户鉴别与追查的难度。同时许多供电企业对窃电行为重视度不够，安装电表时往往会忽略反窃电措施，窃电事件层出不穷，窃电现象不能被彻底杜绝。这同时也反映出了供电企业的许多问题：
（一）管理人员办事不力
供电企业的管理层人员并没有给予窃电行为太多的关注，在平时的生产检查过程中没有重视检查窃电行为的工作，导致窃电事故屡教不改。管理人员平时监管力度不足、工作责任心不够、缺乏基本电工技术、基础设备不够完善等等问题叠加起来造成管理层混乱、管理效果差的现状。同时管理人员因为缺乏经验，在进行检查工作时没有办法及时发现用户的窃电行为，不仅不能减少窃电损失，也无法收集用户窃电的证据。窃电供电企业的管理层如果得不到及时整改，窃电问题将不可能得到根治。
（二）反窃电检查技术落后
电力是一种虚拟商品，只能通过电表来计量购电记录。作为虚拟商品，电力与其他常规的实质性商品相比更难进行精确统计与计量，这就要求反窃电检查的技术水平要达到较高水准才能有效判别窃电行为。窃电违法人员利用电力虚拟商品计量方法中的漏洞，通过各种技术进行偷电窃电，而供电公司因为常规的窃电基础检测设备不够先进而无法检测出窃电行为，当供电企业提供的电量与用户的实际用电量差距过大时，供电企业只能将原因归结于线路老化或者电表损坏，无法准确判断损失的电量，更无法惩罚偷电窃电的不法分子。因此供电企业的反窃电检查技术亟待提高。
（三）窃电违法分子技术新颖，监管力度不足
偷电窃电的不法分子会利用许多先进技术来进行窃电行为，作案手段高超且隐蔽性高。加上管理人员的检查技术不达标，很难及时发现窃电行为。
除此之外，如今用户用电的模式已经发生了很大改变，过去的“多用户一电表”模式如今已改良成了现在的“一用户一电表”模式，这种模式更方便每户居民用电量的统计与计量，但相比之下传统的用电模式更有利于各户间用电量的相互监督。如今每户独立电表独立计算的用电模式降低了供电企业的管理与监督能力，为不法分子偷电窃电提供了更加便利的作案环境。
三、利用电力营销大数据检查窃电现象
（一）对营销大数据进行电量数据分类
供电企业可以利用统计到的电量使用数据来进行反窃电的侦查与判别工作，可以大大提高检查工作的效率与准确度，供电企业先以系统电量统计数据为基础依据，再根据不同用电属性进行分类，比如可以分析不同类别用电线路的特点，利用客户用电负荷实时曲线大小及波动进行对比等，最后根据相应的数据模式或者算法发现数据中的异常之处，从而判断用户是否存在窃电行为。[1]这种方法的关键步骤是要对电量的营销大数据进行准确分类，首先检查人员需要明确判断供电企业向用户供电的线路特点，这是进行准确分类的前提。用户的供电线路会受到许多因素的干扰，电流负荷也是瞬息万变的，要想准确分类必须尽可能详细地记录所有用电户的实时统计数据，对失压、电位异常、三相电流不平衡等异常现象需要格外警惕，一旦发现这些异常现象的数据，必须立即分时段进行进一步的跟踪与实时监测，如果确认有窃电现象需立即搜集并保存证据，抓住窃电分子并保护现场，给予窃电人员严肃处理。利用营销大数据进行反窃电检查的这种方式能够及时、准确地判别窃电现象，减少电量损失。
除此以外还有另一种分类方式，即根据用电场所的用电量特征来分类并分析用电数据。供电企业可根据工业用电、商业用电、居民用电和其他用电等不同场所的用电数据来进行分类，工业用电就是指从事大生产、加工、运输、贮存活动的工厂等场所的用电量，商业用电是指公司、企业、个体商铺等从事商业性活动场所的用电量，居民用电是普通居民家用电器的用电量，其他用电多指公园、车站、游乐园、公共厕所等大型公用场所的设施用电量。实时监控并记录不同场所用电量的平均值，当用电数据发生异常大规模波动时，供电企业应继续跟踪监测，确认是否发生窃电行为。
（二）分析用电量的数据
供电企业在获得所有用户的用电量数据后，需对数据进行详细精确的统计与分析，并且需要进行统一处理才能发现异常数据并判断出具体问题。数据需经过归一化处理，以便提高统计工作的效率与精度。在用电量数据中通常使用最大值最小值标准化法。计算公式为X=。这个公式中的X表示归一化后的数值，min表示用电数据中的最小负荷值，max表示用电数据中的最大负荷值。[2]在对数据归一化处理的同时，检查人员还需要大致计算出数据的变化率，对一段时间内的数据走向有大致的判断与预测，以此来尽量减小数据变化带来的误差。
四、结语
综上所述，供电企业要想彻底解决用户偷电窃电的行为，必须从电力营销大数据的分析方面入手，利用对用电数据的统计与分析查找出可能存在偷电窃电行为的用户，之后经过确定的判断，及时查处并惩罚窃电的不法分子。窃电检查工作的效率与准确度在电力营销大数据分析的背景下会得到显著提升，但用电企业还应加大对窃电现象的关注度，提高电力检查技术，完善管理制度，彻底杜绝偷电窃电行为。
参考文献：
[1]滕会兵.浅析负荷管理系统在电力营销反窃电工作中的应用[J].通讯世界,2017,34(1):192~193.
[2]银见华.电力营销大数据在反窃电检查中的应用研究[J].通讯世界,2018(8):152-153.