電力營銷大數據在反竊電檢查中的應用探討

黃艷　潘春玲　徐妍

摘要：電力企業對用戶肩負著持續穩定電力的重要使命，對國民經濟發展具有重要的功能。非法小電盜竊還會嚴重影響電力供應的持續穩定和電力安全，不僅損失難以補償供應商的利潤，而且整條線路損壞還會影響附近地區的電源穩定性。電力供應商要深化嚴格的電力檢查，為解決目前電力檢查顯著的問題，不斷改進和優化檢查措施，努力提高檢查水平，采用科學全面的防盜措施，堅決調查和打擊電力盜竊行為，確保供電安全和企業經濟效益。在此基礎上，本文檔分析了電力營銷大數據在電氣防盜檢查中的應用，并提供了以下討論以供參考。

關鍵詞：電力營銷大數據;反竊電檢查;問題措施

中圖分類號：F426 文獻標識碼：A

引言

在電力營銷中，我國科學技術的發展促進了大數據時代的不斷進步，但是現如今隨著竊電技術的手段多樣化的發展，傳統的竊電檢查方式已經無法滿足現如今的實際需求，此外因為違法人員自身的思維警覺性在逐漸的進行提高，導致其電力企業的管理難度在逐漸的進行增長，因此必須要提高電力營銷大數據的合理應用，保證電力企業竊電檢查的整體效率，促進電力企業自身持續穩定的發展。

1、反竊電檢查

為了防止電力用戶盜竊，電網企業也不斷加強防盜檢查，保護我們的電力資源有多種方法。（1）集中管理多個用戶的電表，鎖定傳票箱，使用戶無法直接打開或觸摸電表。這種方式在城市和人口密集的鄉村里很實用，但在一些人口稀少和分散的村莊里，遇到了很大的實施難題。（2）鼓勵使用具有停止功能的電能表;為了防止部分電力用戶自行召回電能表數據，在一些鼓勵使用具有停止功能的電能表的地區取得了一定的防盜效果。（3）加強計量裝置的管理。使用全密封規格代替半開式稱重箱，在箱門上密封，或使用帶有鉛密封的稱重裝置和接線盒。對稱重裝置進行統一號碼處理，不定期進行檢查。像這樣的傳統防盜技術也能產生一定程度的防盜效果，但是有其應用限制。

2目前供電企業反竊電檢查中的應用所產生問題分析

2.1由于反竊電技術存在漏洞

對于電力而言，是作為虛擬的商品，和常規的實質性產品存在著一定的不同，實質性商品是可以根據統計和監控等進行相應的管理，但是虛擬商品在管理的過程中難度會很大，只可以通過用電量的統計方式進行達標，同時一些常規的檢測設備無法可以將竊電的數量準確反映出來，這樣也為竊電人員提供一定的便利。因此這些人員為了減少電表上的使用量數值，開始采用各種方法進行竊電，導致電力企業自身的經濟效益受到損害，在用戶的用電量和企業所提供的電量差異值比較大的情況下，供電企業會將一些老化或者是過度使用所導致損害作為其差異值過大的原因，但是供電企業并不能準確的判斷出線路損壞的電量直，這樣也是導致竊電違法人員猖獗的重要原因之一。

2.2由于反竊電檢查的管理并不完善

在供電企業中，因為生產經營的過程中并沒有對竊電檢查的工作引起足夠重視，直接導致企業自身的反竊電措施存在一定的缺失，在管理中也會存在越來越多的問題。此外因為管理人員自身缺少監督管理力度和基礎設備并不是很完善，管理人員自身的責任心存在一定的不足等問題的出現，都將會導致供電企業的反竊電管理效果不理想，與此同時也將會增加電力系統的不安全，對電力企業帶來嚴重的損失，因此在電力企業中，必須要對反竊電技術管理進行完善，嚴格的執行管理制度，保證反竊電技術可以得到有效落實。

2.3反竊電檢查管理不全面

供電企業在生產運營中不重視盜竊檢查工作，因此供電企業的防盜措施被遺漏，管理過程中出現了很多問題。管理層缺乏監管能力、基礎架構不當、責任意識低、管理員工作流錯誤、計量器安裝工作錯誤等都會影響供電企業防盜管理的效果，并提高電力系統的安全性。

2.4管理人員沒有足夠的經驗

電源供應商管理員在不確認用戶電源盜用情況下工作，管理層無法確定用戶的盜竊行為并采取有效的解決措施。尤其是臨時失竊現象，管理人員無法收集有力的證據。

3電力營銷大數據背景下的反竊電檢查措施分析

3.1加強營銷數據基礎治理

近年隨著國網公司信息系統功能的不斷完善，在營銷服務領域積累了海量的“量價費”數據、用電信息采集數據和用戶行為數據，有著堅實的數據基礎，但這些數據貫通程度低，缺乏有效的數據集成機制，數據共享程度低，重復性高，質量較低，所以對這些基礎數據的掌握和理解不全面、不及時、不深入，數據與應用之間缺乏具體的聯系，難以實現信息系統建設與日常生產實踐相互促進的良性互動，導致數據分析應用不足。因此，供電企業必須加強基礎數據治理，為后期的研究過程優化打下基礎。

3.2建立數據多維關聯分析

大數據技術的戰略意義不是在于對龐大的數據信息的掌握，而是在于如何對這些數據進行加工和處理，來實現數據的增值。將營銷系統中匯集電能表相位數據、開蓋記錄、零火線電流、電壓、功率、負荷、電量、臺區線損等數據開展多維關聯分析，分析負荷數據背離、線損突變、竊漏電特征因子，構建竊電判斷模型，從周、月不同時間維度對每個疑似竊電用戶的竊電天數進行跟蹤，精準定位竊漏電高風險用戶和時間，提升反竊電成效。

3.3以電力營銷大數據為電量分類基礎數據

供電企業實際管理工作中，為了提高防盜檢察機關的管理效率，必須參考電力營銷大量數據，根據線路的特性、功耗特性和功耗大小對電量進行分類。在此分類操作過程中，管理員必須首先確定電路的特定特性，即使用戶在同一條線上使用電力，但每個位置的干擾因素也是不同的，因此電流負荷發生現象也是不同的。在這種情況下，管理員可以將用戶的系統使用數據與當前階段的電力使用量進行比較，具體分析差異較大的用戶涉及電力盜竊，從而能夠準確地找到電力盜竊犯。使用此方法，可以有效地排除誘發TVU的其他非人的原因，遵循實際情況，合理區分電氣負荷水平，并改善客觀因素。

3.4制定完善的反竊電流程

（1）電力公司“智能防盜監控與分析系統”系統的功能模塊，用于提取分析結果，包括失竊用戶特性分析、可疑失竊用戶鎖定和可疑失竊行為記錄。（2）將模型分析結果作為工作單發送給電力工作人員后，動態分配給該區域的人員將收到電氣檢測任務。（3）電源供應商員工和其他公安審計員可以訪問現場審計保證書，與可疑失竊記錄一起，在現場對失竊檢測裝置進行輔助判斷，最終確定用戶是否被盜。（4）員工將工作任務的現場處理信息和模型分析的現場審計結果評估反饋到智能防盜監控和分析系統。依據判斷系統模型對與錯的信息反饋，您可以進一步重復失竊分析模型，并優化失竊分析模型。

結束語

隨著經濟社會發展，用電規模的不斷擴大，反竊電措施成為供電企業防止效益失的一大重要手段，反竊電數據分析多元化、反竊電渠道越多，越能保障供電企業的平穩運行。因此，在科技發展的同時，供電企業對反竊電工作的科技化應用應更加廣泛、更加深入、更加新穎。

參考文獻

[1]銀見華.電力營銷大數據在反竊電檢查中的應用研究[J].通訊世界，2018（08）：152-153.

[2]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.

[3]黃彥龍，邵劍華，王波，呂增東.大數據反竊電的探索和實踐[J].農村電氣化，2018（02）：50-51.

[4]孫舟.基于大數據分析的反竊電模型評估[A].中國電力科學研究院.2017智能電網發展研討會論文集[C].中國電力科學研究院：北京市海淀區太極計算機培訓中心，2017：6.