国网伊春供电公司黑龙江伊春153031
摘要:通过多年的经营与管理,供电企业营销专业积累了大量的应用数据,随着大数据技术在各行业的研究与深入应用,如何在供电企业发窃电工作中运用科学高效的大数据技术,转变当前反窃电工作效率低,存在供用电秩序环境不规范和供电企业蒙受经济损失等现象时尤为重要的。本文主要从我国供电企业在反窃电工作中的问题入手,对电力营销大数据在反窃电检查中的应用进行研究,希望以此能帮助供电企业提高反窃电工作效率。
关键词:大数据;反窃电;供电营销
0引言
当前,我国的窃电现象在个别地区仍然非常普遍和严重,尤其是个别用电大户都存在各种形式的窃电行为,这给电力系统和国家带来了巨大的经济损失。在大数据时代背景下,虽然供电企业已经逐步将大数据技术等智能化手段应用到日常管理工作中,但是再部分营销管理工作中,比如反窃电工作,大数据技术的应用相对滞后,导致无法在短时间内准确的发现反窃电行为。
1供电企业反窃电工作现状
在我国窃电现象普遍存在,窃电量难以统计,窃电行为也难以认定,电能其实是一种商品,它是通过电能计量装置来实现计算商品价值的,发电量和总的销售量之间,如果产生了差异,那就叫作线损,线损包括两种:一种是技术线损,另一种是不明线损,不明线损无法统计,这里面就包含了窃电的事实,管理者对这种现象容易麻痹大意[1]。
1.1反窃电管理不细致
一些供电企业对窃电工作不够重视,电能表和互感器的连接不规范,封钳管理不到位,有时还封印不全,更有甚者会出现错误接线的情况,这就给一些用电用户提供了可乘之机[2]。
1.2工作人员技术水平参差不齐
由于反窃电人员工作量特别大,搜集窃电证据难度也很大,科学技术不断发展,窃电的手段也越来越隐蔽,有许多用户使用高科技技术窃电,如果一线工作人员理论知识和实际经验欠缺,就无法识别具有一定技术含量的窃电行为。
1.3打击反窃电力度不够
由于电量是无形的,窃电又比较隐蔽,使所窃电量的计算,无法具体出数字,到底应该补交多少电费,给不出具体数字,所以对窃电用户的处罚相对较轻,达不到震慑的目的。
2营销大数据基本特征
随着电力信息化的推进和智能变电站、智能电表、实时监测系统、现场移动检修系统、测控一体化系统以及一大批服务于各个专业的信息管理系统的建设和应用,数据的规模和种类快速增长,这些数据共同构成了供电企业营销的大数据。
根据数据来源的不同,可以将其分为两大类:一类是电网内部数据;另一类是外部数据。电力营销侧的内部数据来自用电信息采集系统(CollectionsystemInformation,CIS)、营销系统、客户服务系统。外部数据来自电动汽车充换电管理系统、气象信息系统、地理信息系统(GeographicInformationSystem,GIS)、公共服务部门、互联网等。这些数据分散放置在不同地方,由不同单位/部门管理,具有分散放置、分布管理的特性。
这些数据之间并不完全独立,其相互关联、相互影响,存在着比较复杂的关系。如气象条件和社会经济形势会影响用户的用电情况、用户用电数据影响电力市场交易情况,电力市场数据可以为相关公共服务部门决策提供依据。此外,这些数据结构复杂、种类繁多,除传统的结构化数据外,还包含大量的半结构化、非结构化数据,如服务系统的语音数据,检测数据中的波形数据等。而且这些数据的采样频率与生命周期也各不同,从微秒级到分钟级,甚至到年度级。
考虑到大营销数据的特点,营销大数据的数据特征可归结为如下几点:
(1)数据来自分散放置分布管理的数据源;
(2)数据量大、维度多、数据种类多;
(3)对公司、用户和社会经济均有巨大的价值;
(4)数据之间存在着复杂关系需要挖掘,且大多数情况下有实时性要求。
3营销大数据在反窃电工作中的应用与研究
3.1实现智能反窃电
首先,采集系统对用户电量数据信息进行采集后,通过终端数据分析与核算对电量进行合理的评测与监控,一旦电量出现异常反应,会第一时间内对其进行智能诊断与预警提示[3]。用户电量数据流动可以通过波形统计图与白昼分析图体现出来。所以,营销大数据分析技术可以通过平台的方式对相关数据电量进行分析监测。其次,在出现窃电情况下,电力大数据分析技术可以对相关用户流动电量进行数据分析,根据异常电量与正常电量的不同差异,最终判断出反常行为,系统会自动实施预警,并锁定出现窃电的具体位置,相关执法工作人员可以第一时间赶到现场进行处理。
3.2实时监测反窃电行为
窃电现象在实际生活中是随机发生的,没有规律。而供电企业的检查周期是突发的、偶然的。这就是很多用电用户心里产生碰大运的想法。通过营销稽查系统对用户进行复核预算和用电的分析,对用电用户所有的业务进行稽查,依靠现代通信技术和现代化的信息手段,对用电用户实施24小时的实时监控,能够随时发现窃电行为[4]。系统中相应的设备,都具备反窃电的功能。还应该防范短接的窃电行为,系统通过实时的监控会建立客户自身的数据库,在实际的检查工作中,可以随时调阅系统中的用电异常的用户,锁定范围,然后通过一段时间用户的用电日志,反复比较不断排查,如果认定该用户确实实行了窃电行为,就要对它进行相应的控制。
4结论
综上所述,供电企业要全面发挥出电力营销大数据的应用,提高企业在反窃电检查中的工作效率和工作质量,需要根据不同属性对营销大数据数据进行分类分析,再通过一系列的数据准确计算,准确分析出用户是否存在窃电行为。同时还需要积极与当地属地政府以及公安机关密切沟通,定期开展联合执法检查工作,加大对窃电违法人员的惩处力度。在电力营销大数据的背景下,该方面检查工作的综合效率得到有效提升,但依旧存在有不足之处,还需要在后续管理工作中持续改善。
参考文献:
[1]黄彦龙,邵剑华,王波.大数据反窃电的探索和实践[J].农村电气化,2018.
[2]刘岩.基于用电大数据的反窃电行为分析[C]//2017年“电子技术应用”智能电网会议.
[3]唐良义,王坤,李红柳.浅析大数据技术在智能反窃电和线损监控方面的应用[J].电气应用,2017(17):52-57.
[4]张敏.如何利用大数据模式提高供电企业反窃电效率[J].中国新技术新产品(22).