杨帆 宋杰
国网山东省电力公司沂源县供电公司，山东 沂源 256100
摘要：电力资源的开发，在很大程度上满足了社会主义经济发展的要求，电力资源关系到人们生产生活的方方面面，为生产生活的顺利发展提供了物质支持。目前，非法用电和窃电现象普遍存在，对电力系统的正常运行造成了非常严重的影响，破坏了电力系统的安全，严重的甚至造成无法弥补的经济损失和安全事故，对社会经济的发展十分不利。供电企业必须加强查处力度，有效实施验电和反窃电相关的各项技术，降低非法用电和窃电的可能性，维护电力系统运行秩序，确保其安全稳定地为人民服务。在此基础上，分析了电检防盗的关键技术和策略。
关键词：用电检查；反窃电；在线智能分析系统
引言
为了进一步提高功耗检测和防窃电的智能化程度，设计了一种在线防窃电模型智能分析系统。首先对系统的总体架构和数据架构进行了详细的设计，然后构建了防盗识别模型。最后给出了系统的部分接口和使用效果。实际应用结果表明，该智能分析系统能够及时发现异常客户。
1窃电行为发生的主要成因
1.1防盗技术落后
窃电行为本身就是一种技术违法行为。为了彻底惩治和纠正这种违法行为，首先要考虑的是发展反窃电技术。但是，目前的防窃电技术跟不上窃电技术的发展，其主要专业性不强，技术落后，在电力检测系统中还缺乏专门的防窃电技术队伍，这给检测和开发带来了一定的困难电子防盗技术。因此，现行的防窃电管理方法和技术跟不上窃电技术的发展，导致窃电行为更加猖獗。
1.2工作人员在责任心不强
在日常用电检查过程中，工作人员忽视了用电检查实施程序的规范化。即使发现用户偷电或非法用电，由于不规范的操作导致证据缺乏真实性，也无法对用户进行相应的处罚。
2窃电的危害
一次电力盗窃行为将使国家遭受巨大的经济损失，根据一些社会调查数据我们可以看到，七二安良每年都在上升，国家因经济损失而窃电现象十分严重，而且电力在各个行业的应用，因为其他企业的发展动力将是受一定影响，这严重阻碍了社会的发展；其次，人们也会因窃电而遭受经济损失，甚至生命安全也会受到一定程度的威胁，因为一旦发生窃电事件，供电局就会被切断，因此会发生电网事故。此外，权力是利用非法手段获取电力资源，是违法行为不支付电费，这使得市场经济的公平原则，使企业的一些礼貌合法权力和受影响群众的利益非常大，因此，为了打击偷电必须加强与之相关的相关内容技术的力量促进。但在实际的防盗工作中，相关技术人员将面临极大的危险，使防盗工作不能顺利开展。随着科技的发展，窃电也从普通的权力手段上升到用高科技到权力，之前有的企业不仅要管教公民的行为就有权力，现在一些公司也开始出现违法行为，现在技术的力量也从单纯的物理知识运用到现在使用专业设备，并具有科技力量，这些犯罪分子甚至形成了权力、偷电团伙，帮助企业谋取私利。这些人的行为也极为恶劣，如果反窃电人员发现窃电行为异常进行排查，他们也会遭受有罪者的虐待和围攻，这种现象严重影响正常供电秩序，使社会经济秩序也受到严重扰乱。
3用电检查与反窃电在线智能分析系统设计
3.1数据架构设计
在数据架构方面，整个系统分为三层:应用层、访问层和存储管理层。应用层监控异常用电行为，识别是否存在偷电现象;接入层主要涉及数据的提取和处理;存储管理层主要涉及数据处理和监控，并可以实现业务管理业务流程处理。①数据访问层。数据访问层主要用于获取相关数据信息，并将其准确存储在异常功耗和风险监测数据平台中。在此过程中，一般使用ETL工具等第三方技术手段。②数据存储管理层。从业务逻辑来看，异常用电及风险监测数据平台主要包括数据区、分析区和管理区。通过各部分的协调，可以对其他系统的数据进行处理，获得有价值的信息。
每个逻辑区域的介绍如下:a.数据区域用于存储各种类型的数据，不同数据的来源不同(整合营销分销系统可以提供资产等相关信息;测量自动化系统可提供瞬时电力等信息;用户信息主要来自于营销系统)。b.分析区用于对电压、线损等异常行为进行综合分析，判断是否存在窃电等问题。在分析过程中，依赖于可靠的功耗分析模型。c.管理区可以保存日志等相关管理数据，以保证整个系统的正常运行。d.验收区主要存储业务流程等相关信息，确保具体业务的有效运行。e.模型面积用于将模型与线损信息关联起来，为异常行为判断提供更多依据。
3.2电力大数据用电系统设计
1）信息的采集结构框架
大量的用电量研究表明，电力运行模式的最终目的是获取用户的原始用电量数据，然后通过专业的互联网通信手段或其他信息渠道传输到各个采集部门。数据采集是电力采集任务中的一个重要环节。结构框架主要包括Hadoop等云数据库延续和云计算服务组，以及数据预处理和分析等外部分析板块。中心部分主要由相关集成手段、地图等开发模块、电力行业集中监控管理系统、大数据集成工具等组成，最终向半结构化和非结构化数据存储方向发展，从而达到数据共用和信息保密的效果。
2）云端实时数据库的总体构成
电力大数据在大量数据信息的基础上形成的云数据建立在计算机硬件系统之上，通过计算机等相关网络技术进行共享和综合。最后，通过Hadoop技术传输早期云部门的实时数据，构建其独特的电力系统。其内部主要包括主节点服务端口和从节点服务端口，服务器通过交换机连接，使用Hadoop技术形成相应的软件系统，快速高效地完成实时云数据的相互传输。
3.3深度学习技术
为了准确识别窃电用户，需要在海量的数据信息中准确发现电流、电压异常事件，对供电线路进行全面的线损分析。上述数据有一定的相似性，都具有时间性和稀疏性的特点。只有深入学习反窃电技术的相关内容，才能从海量数据中提取相关概念，准确找到窃电用户，提高窃电识别的准确性，做好异常监测工作。从某种意义上说，深度学习是一种特定的网络结构，也可以说是一种计算机存储结构。经过一定时期的发展，深度学习技术取得了令人瞩目的成就，引起了学术界的关注。它的应用领域相当广泛，涉及到图像特征编码、语音识别和计算机视觉等领域。需要注意的是，原始数据的清理比较困难，预处理也面临新的问题。原始数据是由多个数据组成的，包括极为隐蔽的数据，固有的经验很难发现它隐藏在原始数据中。数据分析中会出现各种异常问题，如指标统计异常、中间数据生成异常等。一般来说，数据问题不是一朝一夕就能解决的，而是一个循序渐进的探索过程。深入学习技术更有利于提高窃电的准确率，是做好异常用电预警工程的重要前提。
3.4完善工艺流程，确定技术标准
在将电力营销大数据应用于防窃检工作中，一定要有相应的技术要求和技术标准，这样才能保证电力营销大数据在电力企业防窃检中的应用效果。工艺流程的完善和技术标准的制定必须从代表性和可操作性两个方面进行分析，主管单位应当制定技术的应用标准和流程。在综合信息分析不足的情况下，有必要按百分比确定技术参考结果，结合各渠道的信息分析来判断盗电行为。充分发挥电营销大数据在反窃电检查中的优势，可以保证工作人员的行为，提高数据分析评估的全面性，实现对用户是否存在窃电行为的准确分析。
结语
反窃电检查是我国电力管控的核心内容。电力营销大数据技术在反窃电检查中的应用，有助于提高综合工作效率。在打击违约窃电行为的过程中，不仅要定期做好用户用电检查工作，加强反窃电技术的研究和应用，同时也要加强联合执法部门对窃电犯罪的打击力度，提高对窃电行为的查处效果。
参考文献：
[1]罗奎.浅谈高科技窃电方式及防范措施[J].农村电工,2009(2):39.
[2]姜芬,王强,况贞戎.电力营销大数据在反窃电检查中的应用浅析[J].低碳世界,2019,9(12):108-109.
[3]王珏,张姝.用电检查中的反窃电研究[J].电子制作.2014(02).