郎柯峰
国网晋城供电公司 山西 晋城 048000
摘要：为了减少窃电现象，积极应用大数据技术是关键。基于此，本文主要对大数据技术的应用进行了研究。文章首先介绍了电力企业的大数据技术，列举了常见的大数据类型。其次，分析了技术的应用现状。最后，重点从前期准备、反窃电执行两方面出发，对技术的具体应用方法进行了总结，仅供参考。
关键词：反窃电检查；电力营销；大数据
前言：近年来，用电的增加，使得电力企业所产生的数据量呈现出了庞大化的特征。电力企业的大数据，如能够被充分利用，将能够为企业的发展，以及各项工作的执行，带来一定的支持。反窃电检查，属于企业主要工作内容之一，目的在于减少窃电现象，确保经济效益，确保企业无经济损失。将大数据技术应用到反窃电的过程中，可为工作的开展提供保证。
1 电力企业大数据
所谓大数据，又称海量数据，指的是庞大数据的结合体。大数据的出现，与互联网的发展有关。在互联网未出现时，各领域的运行，虽然会产生数据，但很多数据均无法被获取，对各领域的发展无法起到指导作用。互联网技术以及计算机技术出现后，数据的传输以及发送，均需要通过网络实现，而网络也可为数据的存储提供便利。在上述状态下，数据量激增，庞大的数据中，虽含有部分对工作无效的数据，但仍然存在一部分数据，具有较高的应用以及参考价值。
从电力企业的角度分析，数据量的增加，便可为窃电检查工作的开展提供保证。电力企业运行的过程中，电力资源将从发电厂开始，被输送到电力用户终端中，使资源能够被充分利用。在此期间，大量数据均会产生。电流、电压等，均会源源不断的输送到电力企业的管理终端。电力企业借助上述数据，可充分了解目前的电网运行情况，以及供电情况，从而判断供电过程中是否存在异常。窃电行为，属于影响电力企业收益的主要行为之一，主要表现在利用多种手段窃取电力资源方面。窃电的常见手段，包括很多种，更改接线属于最为常见的一种。由于目前的查表方式，均以自动化方式为主，故工作人员难以通过现场观察，发现窃电现象。唯有利用大数据技术，观察用户在用电量方面的异常，方可发现窃电现象的端倪，从而及早对其进行解决。
2 反窃电面临的困境
2.1 前期准备手段不足
电力能源的使用几乎覆盖所有领域，实质上属于一种虚拟产品，与常规产品相比存在着较大的差异，对于一些常规的产品能够展开相应的统计和监控，然而电力产品实质上是虚拟产品，不能够采用常规产品管理方式对虚拟电力产品进行管理，因此在电力管理方面难度系数非常高。当前电力管理主要应用电联统计使用记录的方式，对于现阶段使用的普通监测设备根本无法完成窃电数量的准确表达，这也是导致窃电问题频频发生的主要原因。许多不法分子为降低电表记录的数值，采用各项手段进行窃电，这严重损害到了电力企业的合法利益。如果在电力管理中发现用户使用量与企业供用电量相差较大时，电力企业往往会将线路老化、线路损坏作为电量记录相差较大问题的产生原因。而且，由于线路问题而造成的电能损耗根本难以进行有效计算，许多不法分子则是利用这一点进行多次违法窃电。
2.2 反窃电执行力度低
反窃电执行力度低，同样属于供电企业在反窃电检查工作中存在的主要问题。执行力度低，与企业对此工作的不重视有关，也与执行方法缺乏可行性有关。
具体体现在两方面：第一，电量数据未分类：电力企业每天所产生的电量数据量异常庞大，在未分类的情况下，企业的数据量呈杂乱的状态而存在，上述状态下，数据的价值将无法体现，反窃电的效果也会大打折扣，检查难度同样会提升。如予以分类，将可提升数据类型的明确性，从而使数据能够明确体现用电量异常的情况，工作人员仅需要对异常情况进行分析，便可达到反窃电检查的目的。第二，数据分析不合理，同样是反窃电执行力度低的主要体现。在上述状态下，数据的分析成果，通常无法直接展现，因此也就难以供电力企业为反窃电检查工作提供参考。
导致反窃电执行力度低的原因，与电力企业本身管理水平低，同样存在联系。企业在管理的过程中，未能由专门人员，对窃电现象的预防工作进行负责。因此，一旦发现上述现象，工作人员往往无法承担责任，企业同样难以追究相关责任人，故企业所遭受的损失较大。除此之外，管理水平低，同样体现在企业分工不明确方面，由于分工不明确，故对大数据的分析，无固定的人员处理。长此以往，必然导致一部分具有利用价值的大数据被浪费，从而严重阻碍反窃电检查工作的开展，最终将导致企业成本提升，经济效益下降，影响收益。
3 反窃电检查中大数据技术的应用
3.1 前期准备
如今，我们已经踏入了信息化大数据时代，在这种背景下电力营销管理大数据信息平台的构建十分重要，在一定程度上能够有效实现对相关数据的存储、采集、分析以及整理等，这些功能的实现主要是基于对优质硬件的使用，通常主要包括数据处理的计算机和服务器设施，而且还包括用于信息存储的设施以及连接云端存储服务的重要设施等。在电力营销大数据信息平台构建的过程中务必要对基础硬件设施进行科学的采购和架设，从而为反窃电技术的实施奠定良好的硬件基础;其次，应加强大数据领域人才的储备，促使人员配置能够更好地满足电力营销大数据的需求;加强对人员的专业技能培训，定期对技术人员进行相应的专业知识和技能考核;最后，应加强信息安全建设，大数据平台在应用过程中信息数量必将会呈现爆炸式增长，应在保障大数据共享的前提条件下，最大程度保障用电用户信息安全。
3.2 反窃电的执行
一是执行电量数据分类。为有效实现对窃电行为的有效打击，务必要严格执行电量数据分类举措。首先，供电企业向居民供电的过程中务必要明确线路特征，这主要是由于用户如果受到不同因素的影响，线路电流负荷通常会出现一定程度的改变。因此，在每次窃电检查过程中，务必要对用户用电信息展开全面的记录，并对其展开深入的分析，判断是否出现失压、三相电流相位异常等其他不良的问题。如果在检查中发现存在数据异常的现象，那么一定要及时进行分时段跟踪监测。如果发现窃电行为，那么需要对窃电现场进行有效保护，对相关窃电违法人员进行相应的惩处。通过这种措施能够有效提升反窃电行为查处效率。除此之外，还需要结合不同用电场所对用电特征进行科学的分层分类，这样能够更加充分地掌握电流负荷情况，为后续的反窃电检查工作开展创造良好条件。
二是加强对用电数据的分析用电数据的分析对反窃电行为的查处有着非常有利的帮助，供电企业能够通过近期与过往的用电量对比，对用户用电走势进行有效的分析，对用电平均值进行科学计算，利用正态分布表达的方式将负荷变化规律充分的展现出来，之后再利用评价函数将用电量变化程度较大的用户筛选出来，这种用户很有可能存在窃电行为，要加强对其的监督管理，从而实现对窃电行为的有效打击。
结论：综上所述，本文对反窃电检查中电力营销大数据的应用的研究，为电力企业提供了参考，可有效降低窃电问题的发生几率，确保发生窃电时，可第一时间发现，并对相关责任人予以处理，保证电力企业经济效益不受损失。未来，企业需要在获取大数据的基础上，借助大数据，分析每一位用户的用电情况，在此基础上，判断是否存在将用电量异常改变情况，从而实现对窃电现象的评价，最终减少乃至彻底杜绝窃电现象。