如何利用大数据模式提高供电企业反窃电效率

如何利用大数据模式提高供电企业反窃电效率

蒋铠鸿杨勇

（国网兰州供电公司市场及大客户服务室大客户经理班市场拓展班甘肃省兰州市730000）

摘要：伴随着我国社会经济的快速发展，城乡中用电普及率越来越高，而随着现代化建设发展，人们对于用电量的需求量逐日提升，不过在用电量上涨的同时，用电检查过程中的各种问题层出不断，尤其是窃电现象。在当下的发展中，由于用电量的大幅增长，很多人为了减少电费支出，偷偷窃取供电企业的电能，导致供电企业经济损失，甚至为供电企业的日常电力运行带来重大的安全隐患。基于此，本文针对供电企业在反窃电过程中存在的问题及利用大数据模式提高供电企业反窃电效率进行分析，以供参考。

关键词：大数据；供电企业；反窃电；效率；分析

引言：供电企业将大数据技术手段也应用到电量管理中，不过虽然应用到了大数据技术手段，但是供电企业电量自动化管理方面还有很大的优化空间，技术能力全面提升较慢、线路损耗率高得情况仍很突出、窃电问题屡查屡禁不止等等。尤其是窃电问题，所以供电企业为避免窃电问题，在实际的工作中都会采用预防措施，不过就目前的情况来看，这项工作的顺利开展有一定困难，因为随着窃电技术专业化，普通的用电检查手段无法及时的发现窃电行为，再加上当下窃电者警觉性不断提高，造成窃电现象日益增加，此外，因为窃电者技术水平已有所提高，工作人员想要收集窃电的有力证据变得越发困难。近年来供电企业的信息化水平、数据化水平有着长足进步，在窃电方面可基于用系统电量数据，或根据不同属性进行分类，或通过数据模型、算法发现异常，可及时准确分析用户是否存在窃电行为，因此，为提高供电企业反窃电效率，应加强大数据手段的利用效率。

1.供电企业反窃电管理困难原因

一是虽然客观存在窃电问题，但是很难统计窃电量电力商品具有无形性，它的量值通过电能计量设备进行体现，电力营销报表中视总供电量和总销售电量之差为线损，其中由于混杂线损因此不能体现窃电量，无形之中隐藏了窃电事实，促使管理者形成了麻痹思想。二是有些供电企业缺乏重视反窃电工作，存在很多漏洞例如装电表过程中没有封表计接线盒、计量箱还是应用不带防窃电作用的计量等，制造了窃电机会。三是基层电管人员实施反窃电工作中很难准确把握针对一些临时性窃电，搜集证据工作十分困难通常一些用户体现出了显著的窃电行为，但是缺少充分的证据。四是窃电分子越加狡猾，窃电方法更加体现出隐蔽性相对来说，普通电管人员由于理论与实践上的约束，很难认清具有一定技术水平的窃电行为，造成窃电分子越加疯狂，随着经济的迅速发展，城乡居民一般采取一户一表，削弱了传统总表制下邻里彼此监督的力度，并且供电企业对用户数量直接管理越来越多，客观上增加了反窃电管理难度

2.大数据模式对售电量数据进行分类

一是数据分类.对供电企业售电量数据，可以根据用电特点或者线路进行分类，之后按照用电量大小对用户实施分类，首先明确供电线路，同属于一条线路的用户，由于客观因素的影响经常会出现类似的负荷变化特点依据相同数据之间的对比明确嫌疑用户，这样分类可以有效避免客观因素造成的影响也可以根据用电特点把负荷划分为民用负荷、商业负荷、工业负荷以及其它负荷相同类型的负荷，势必拥有相似的负荷变化特点，并且对于客观因素，也形成了类似的变化民用负荷是指居民的家庭负荷，商业负荷和工业负荷分别是商业与工业服务负荷，其它负荷则包含了市政用电负荷等之后针对每条线路的各种负荷类型联系用户负荷量大小划分为高负荷、重负荷以及低负荷用户，卫高负荷用户通常选择月用户量超过本线路用户月平均电量超过200%的用户群体通常控制这部分用户户数占线路用户数比例的5-10%。二是通常选择在本线路上用电量超过月平均电量是用户作为中负荷用户在线路用户中这些用户约占比例为75-85%,国通常选择在本线路用电量低于本线路月平均电量的30%用户作为低负荷用户，在线路用户中这些用户约占比例为10-15%。

3.利用大数据模式提高供电企业反窃电效率的措施

3.1利用大数据分类电量数据

在供电企业中，想要实现反窃电效率的提高，企业立足于用电量数据统计的基础上，然后根据线路特点、用电特点以及电量大小进行分类。在开展这项工作的过程中，供电企业首先应对供电线路特征进行明确，即使是同一线路的用户都会受到不同因素的干扰，让电流负荷出现变化，所以此时的供电企业可以根据之前所记录的用户信息和用电情况进行对比分析，一旦发现异常就可以掌握反窃电行为并根据行为找到窃电人员，这种方式的利用能够将其他因素造成的用电量大的问题排除，为供电企业实施反窃电工作提供便利。与此同时，供电企业还可以利用用电特征将用电情况进行分析，并根据实际情况划分为不同层次的用电负荷，比如：工业、商业、居民用电等等，相同的负荷用电量特征变化相同，且客观因素也会随之发生改变。因此，居民负荷就是居民所用的电量，商业负荷就是企业或者公司所使用的电量，其他的用电量则一般都是指正负极城市建设中所使用的电量。根据这样的划分，将各个电流负荷更加明确，为供电企业的反窃电工作提供便利性。因此，针对平时居民用电量较高的用户，供电企业将平常用电量平均超过标准的用户，建立为用户提供超过平均用电量200%的专门线路。

3.2分析用电量的数据

供电企业中对用电量数据的统计和分析，首先应从供电企业收集的所有数据资料的角度出发，根据这些数据将供电企业中各个部门中存在的问题或差错单独及时的提出来，其中计算概率的方式主要是：依据每一个用户用电量的平均数值和标准差，之后再通过正态经过负荷变化将平均数值和标准差中所有的概率表现出来，促使供电企业能够将评价函数收集完整，然后利用收集的评价函数对用户用电量变化进行判断，一旦发现前后变大较大的用户，供电企业应该根据分析最近时间内用电情况的分析，并采用横向或者纵向分析方式将该用户的用电情况在进行分析核实。同时因为用电量自身的特点，所以相近年限之间存在一定的差异性是比较合理的，但是一些不正产的现象，供电企业就需要考虑该用户是否存在窃电现象，并通过用户窃电信息收集之后，供电企业要求管理部门进行现场检查，一旦核实窃电现象，应严肃的处理窃电用户。

总结：综上所述，想要高效的利用大数据模式提高供电企业的反窃电效率，供电企业首先应正确的分析、认识窃电具体方式有哪些，通过对窃电方式的掌握，正确的分析供电企业内部反窃电管理困难的原因，同时因为目前社会科学技术水平的不断提高，窃电人员也采用了高科技技术手段，所以面对这一现状，供电企业应及时的引进先进的设备及技术，进而配合大数据模式处理反窃电工作，让供电企业的反窃电工作效率快速提升。

参考文献：

[1]肖玲.利用大数据创新档案管理模式和提升服务能力[J].办公室业务,2018(08)：116.

[2]张博,雷锦,楼文高.新闻出版领域大数据应用模式研究[J].出版发行研究,2017(12)：31-34+97.

[3]于红,刘一贺子.互联网平台大数据模式下新闻传播发展研究[J].科技传播,2017,9(11)：50-51.

[4]王建勋.利用大数据创新档案管理模式和提升服务能力[J].黑龙江科技信息,2017(10)：265.

[5]林少杰,刘渠,张诗军,王德全,严共旭.利用大数据平台的流动儿童预防接种管理模式的效果评估[J].现代预防医学,2017,44(03)：459-461.

[6]郭乐乐,林友芳,韩升.利用有序互信息匹配包含非透明列的数据模式[J].计算机科学与探索,2017,11(09)：1389-1397.