數據分析在反竊電中的應用

侯恩勇

摘要：隨著我國社會經濟的不斷發展以及人們生活水平的日益提高，人們對電力的需求量也越來越多，在電力企業供電過程中往往會發生竊電問題，影響人們用電的安全性和穩定性，對供電系統的正常運行也有很大的影響。隨著大數據時代的到來，電力企業開始在反竊電技術中應用數據分析手段，從而提高反竊電技術水平，有效減少竊電問題的發生。

關鍵詞：數據分析；反竊電；應用

雖然我國電力企業中反竊電技術有所提高，但是還是存在一定的問題，不利于供電系統的正常運作。因此本文首先分析了反竊電技術中存在的問題，然后再分析數據分析在反竊電中的具體應用，希望通過本文的分析電力企業可以充分發揮數據分析技術的積極作用，提高供電企業的反竊電效率。

一、反竊電中存在的問題

在電力企業中，電力是屬于無形的商品，電力的商品價值需要通過電量的使用情況來體現，所以竊電數據是無法準確的統計出來的，這就為不法竊電人員提供了極大的竊電便利，造成大量電力被竊取。電力企業發現用戶使用的實際電量與供電企業提供的電量不相符，認為是線路損壞造成的，由于技術的缺乏，又無法確定有多少電量是由于線路損壞造成的，這種技術缺陷對反竊電工作造成很大的影響。

其次供電企業工作人員在進行反竊電工作時，沒有按照規定的操作流程進行操作，或者是反竊電裝備沒有安裝到位，導致反竊電裝置不能發揮其應有的作用，不能有效的阻止竊電行為。工作人員反竊電技術水平不高，不具備豐富的反竊電經驗，在發生竊電問題時，無法根據具體的竊電行為采取相應的反竊電措施，導致竊電問題愈發嚴重。尤其是一些突發性的竊電問題，電檢工作人員因為缺乏經驗不能及時收集有效的竊電數據，也就無法提高反竊電效率。

二、數據分析在反竊電中的具體應用

（一）利用大數據分類電量數據

隨著大數據時代的到來，數據分析技術在各行各業中都得到廣泛的應用，尤其是在供電企業中的應用。在供電企業中，要想有效的開展反竊電工作，提高反竊電技術，就需要在電量數據統計的基礎上，對用電數據進行分類，可以根據線路特點、用電特點以及電量大小來進行分類，從而更好的進行反竊電工作。

在對電量數據進行分類的時候，供電企業首先需要明確供電線路特點，在同一條線路上有不同的用戶，每個用戶在用電的時候都會受到各種因素的影響，從而影響用戶的正常用電，使用戶的實際用電量發生變化。這時供電企業就可以將用戶以往的用電數據與現在的實際用電數據進行對比，根據數據出現的異常情況找到竊電問題。運用這種方法可以有效的找出竊電行為，排除其他造成用電量大的因素，提高電檢人員的反竊電效率。

其次可以根據用電特點來分析用電數據，從而有效的開展反竊電工作。根據用電目標的不同情況可以把用電目標分為不同的類型，例如工業用電、商業用電、居民用電等，一般同一類型的用電客戶其負荷用電量的特征變化也是相同的，如果影響用電特征的因素發生變化，用電量也會發生變化。工業負荷就是工業生產所需的用電量，商業負荷指的是企業或者公司所使用的電量，居民負荷就是指居民所使用的電量。將用電負荷按照工業、商業、居民的類型進行分類，這樣就能更加明確每個類型的用電特點，一旦某個類型的用電特點發生變化，就可以及時的發現竊電行為，為反竊電工作提供便利。

最后是根據用電量的大小來進行反竊電工作。根據用戶用電負荷的大小可以把用戶分為高負荷用戶、中負荷用戶和低負荷用戶。高負荷用戶是指那些每月用電量大于本線路用戶平均用電量200%的用戶，這些用戶的比例可以控制在5%到10%之間，可以為這些用戶提供專門的供電線路。中負荷用戶是指那些用電量比較均衡的用戶，分類標準可以定為超出平均用電量的35%到200%之間。中負荷用戶的比例可以保持總用戶的75%到85%之間，也可以為這個群體的用戶提供專門的供電線路。最后是低負荷用戶，這類型的用戶分類標準是平均用電量在35%以下，這些用戶的數量可以控制在總用戶數量的10%到15%之間。可以為這部分群體的用戶設置專門的供電路線。如果這些用戶的用電負荷發生變化，不符合平常的用電量，那么極有可能發生竊電行為，這樣就為反竊電工作提供方便，有利于提高反竊電效率。

（二）數據分析在反竊電中的應用

在供電企業中，對用戶的用電量數據進行統計和分析，有利于更好的開展反竊電工作。對電量數據進行分析首先需要收集供電企業的所有用電數據，將這些數據中的一些明顯的錯誤和漏洞進行調整并單獨羅列出來，對負荷數據進行歸一的分析處理。可以采用以下公式對數據進行分析。

在這個公式中L（n，y）表示某一時間的實際用電負荷數值，L（n，y）表示負荷的歸一值，在這些數值中，最小的負荷數值用L（n，y）min來表示，最大的負荷數值用L（n，y）max來表示。在對這些數據進行處理時，需要著重注意數據的變化率，對負荷進行歸一處理可以有效避免數據變化帶來的影響，為后期數據分析提供有利的保障，然后可以計算出每個用戶的用電平均值。計算用電平均值的公式為：

在這個公式中，字母M表示的是月份，如果沒有其他特殊情況情況，一般都是采用12，但是如果中間出現數據缺失，那么字母M就代表的是當月用電量的月份。計算概率的原理主要是：把每個用戶的用電量的平均值和標準差作為參數，然后再通過正態分布的概率來對不同用戶的符合變化特性進行反應，這樣供電企業就可以將這些評價函數收集起來，根據這些評價函數對用戶的用電量進行正確判斷，如果發現用戶的用電量與以往的用電量不相符，發生很大的變化，那么就很有可能出現竊電行為，需要電檢工作人員多加注意。

供電企業也可以根據對用戶一年期限內的用電數據進行分析核實，在用電量自身特點的基礎之上，排除一些合理性的變化，例如夏天用戶需要開空調，所以用電比較多，電量變化較大。如果產生一些不合理的數據變化，那么供電企業就可以考慮該用戶是否存在竊電現象，并通過收集該用戶的用電腦數據信息掌握竊電證據，對竊電人員進行依法處理。

（三）提高反竊電技術中的數據分析水平，提高工作人員的數據分析能力

通過上文我們可以了解到數據分析在電力企業的反竊電工作中發揮著巨大的作用，因此電力企業需要加大數據分析手段子反竊電中的應用力度，充分發揮數據分析在反竊電工作中的積極作用。電力企業的電檢工作人員應該積極學習數據分析的相關專業知識，提高數據分析技術水平，在反竊電工作中，可以正確運用數據分析方法，對用戶的用電數據進行分析，通過分析結果判斷有無竊電行為，提高反竊電效率。工作人員還應該在平時的工作中，積累大量的數據分析經驗和反竊電工作經驗，在反竊電工作中，可以對竊電行為作出及時的識別和判斷，根據數據分析結果掌握竊電證據，并采取有效措施進行解決。

綜上所述，隨著人們生活水平的提高，人們對電力的需求量越來越大，隨著電力需求量的不斷增長，電檢過程發現的供電問題也越來越多，尤其是竊電問題，日益嚴重。雖然我國的反竊電技術有所進步，但是還是存在一定的問題，不能有效的識別出竊電行為，不利于供電企業的正常運行。隨著數據信息時代的到來，數據分析在供電企業的反竊電工作中應用的越來越廣泛，利用數據分類和數據分析的方法來輔助反竊電工作，極大的提高了反竊電效率，促進反竊電工作的順利進行，從而保證人們用電的安全性和穩定性。

參考文獻：

[1]樓丹.如何利用大數據模式提高供電企業反竊電效率[J].電子世界，2018（14）：174+176.

[2]宋道輝.數據分析精準反竊電[J].農村電工，2018，26（04）：13.

[3]陳含琪，欽偉勛，鄭松松，李寧，王穎，蔡慧，汪偉.用電數據特征的竊電行為分析方法研究[J].中國計量大學學報，2017，28（04）：498-503.