基于線損分析DMAIC模型的防竊電數據革命探討

摘要：隨著信息技術的高速發展，計算機技術在供電企業電力營銷數據管理中得到廣泛應用，線損分析成為防治竊電工作的突破口。數據分析手段及精益管理方法成為防竊電工作的方向和趨勢，也將成為今后線損及電能計量裝置管理的重要手段。通過強大的后臺數據分析，精確指導前端現場作業，將會為電力營銷管理工作迎來革命性的轉變。

關鍵詞：線損分析；DMAIC模型；防竊電技術；正態分布；電力營銷數據管理 文獻標識碼：A

中圖分類號：TM73 文章編號：1009-2374（2015）09-0044-03 DOI：10.13535/j.cnki.11-4406/n.2015.0777

1 研究理論與方法

1.1 DMAIC模型

DMAIC是六西格瑪管理中流程改善的重要工具。D指界定、M指測量、A指分析、I指改進、C指控制，這五個階段構成的過程改進方法就是DMAIC。DMAIC模型一般用于對現有流程的改進，包括制造過程、服務過程以及工作過程等，它能夠借助一些數學工具和分析方法，促使我們以新的角度來發現容易被忽略的問題，形成我們的工作目標，對現有的工作流程及工作方法進行改善。

DMAIC模型從界定環節到控制環節不是一次性的直線過程，而是一個循環過程，這與休哈特和戴明提出的PDCA循環很相似，只有不斷分析，反復改進，才能使其得到充分利用，達到改善質量的目的。

1.2 質量控制理論

質量控制是指為達到目標質量而采取的作業技術及活動。

沃特·休哈特（Walter Shewhart）博士在1982年率先提出了質量控制圖。他指出：每一個方法都存在著變異，都受到時間和空間的影響，即使在理想的條件下獲得的一組分析結果，也會存在一定的隨機誤差。在實際生產過程中，一旦某一個結果超出了隨機誤差的允許范圍時，我們可以運用數理統計的方法，來判斷這個結果是否為異常的、不足信的。

1.3 正態分布

正態分布又名高斯分布，是一種十分常見的概率分布，在數學、物理及工程等領域都非常重要，在統計學的許多方面有著重大的影響力。若隨機變量X服從一個數學期望為μ、方差為σ2的高斯分布，記為N（μ，σ2）。其概率密度函數為正態分布，其期望值μ決定了分布的位置，而標準差σ則決定了分布的幅度。以深圳羅湖供電局為例，在排除管理線損影響的情況下，其分臺區技術線損以及線損率均是呈正態分布的。

2 基于事實和數據的DMAIC輔助決策

對于供電企業而言，線損率是控制管理質量的最好方式。線損率符合正態分布的特性，能夠有效幫助我們繪制線損率的質量控制圖，通過界定、測量、分析、改進、控制五個循環步驟，發現影響線損波動的根本

原因。

2.1 界定原因

界定原因是指界定引起線損率波動的因素是偶然因素還是必然因素。通過實踐，我們對引起分線線損率和分臺區線損率波動的必然因素做出以下界定：

對于分線線損率波動而言，線損率連續三日超出控制線的饋線、線損率在控制線內連續三個月向同一個方向偏移的饋線、線損率長期不合格的饋線均被定義為由必然因素引起的波動。

對于分臺區線損率波動而言，線損率由合格變化為不合格的臺區、線損率由不合格變化為合格的臺區、線損率在控制線內連續三個周期向同一個方向偏移的臺區、線損率長期不合格的臺區均被定義為由必然因素引起的波動。

2.2 狀態測量

狀態測量是指通過數據采集對饋線及臺區的狀態進行測量及評估。在引起線損波動的因素被界定為必然因素后，需要通過以下數據對饋線及臺區狀態進行評估：

對于饋線而言，需要采集的數據包括站線變戶總體情況、關口表運行情況、負控/配變運行情況、轉供電（負荷調整）情況、兩票操作情況等。

對于臺區而言，需要采集的數據包括臺區關口表（總表）運行情況、抄表反饋情況、互感器倍率是否異常、用戶（表計）業務辦理情況等。

2.3 數據分析

數據分析就是在收集完整所有的數據后，通過“精確比對、趨勢分析”找出線損率波動產生的根本原因。

對于饋線而言，數據分析方法包括通過線損率變化拐點與用戶電量變化精確比對篩選懷疑對象、通過線損電量與懷疑對象電量變化（同比/環比）精確比對確定異常對象、通過現場偵查數據與后臺實時監控數據精確比對鎖定異常對象等。

對于臺區而言，數據分析方法包括通過臺區分表全數據精確比對篩選懷疑對象、通過臺區線損率變化拐點與全部三相表電量變化精確比對篩選懷疑對象、通過線損電量變化與懷疑對象電量變化（同比/環比）精確比對確定異常對象、臺區分表歷史電量趨勢分析等。

2.4 問題改進

通常在分析出異常點及問題產生的根本原因后，我們會采取策略型的作業模式來改進發現的問題。

對于現今高隱蔽性、高技術含量的竊電手法，在發現問題之后，僅靠常規的用電檢查手段難以查處，因此現場偵查、數據分析、方案制定、組織實施、查處落實這幾個環節都必不可少。真正確定用戶存在竊電行為，需要在現場捕獲相關證據，貿然出擊難以直切要害，同時還讓偷電用戶提高警惕，因此一定要通過現場偵查和后臺數據分析相結合，找出用戶的竊電規律，發現現場薄弱環節，提前部署，制定行動方案，才能確保現場用電檢查行動的有效。當然，問題改進并不是我們的最終目的，而是借助問題的暴露和分析，結合管理方法的改進以及流程的完善，最終實現事前預防、事中控制、事后處理的工作模式。

2.5 質量控制

質量控制就是借助六西格瑪方法對改進的結果進行有效控制。在經過了界定、測量、分析、改進過程之后，線損率將重新回落到質量控制線之內，這也就意味著這一個循環的結束，對線損率的狀態檢測將繼續進入到下一個循環。在這個過程中，我們也可以借助于制定控制計劃、過程能力分析、控制偏差、持續跟進等方式對線損率的波動進行有效控制。

3 基于DMAIC改進方法的線損分析案例

深圳羅湖供電局10kV饋線F45南塘線日線損率曲線圖如圖1所示：

圖1 饋線日線損率散點圖

該饋線的日線損率符合正態分布，如圖2所示：

圖2 饋線日線損率正態分布圖

根據該饋線線損率符合正態分布的特性，我們首先繪制出該饋線的質量控制圖，并對該條饋線的線損率變化進行狀態檢測。從2013年7月16日開始，該饋線線損率向同一個方向持續偏離，至2013年7月19日，偏離超過3次，將該波動定義為必然因素。如圖3所示：

圖3 饋線日線損率質量控制圖（1）

經過收集該饋線上各用戶的電量數據，對7月12日（線損率合格）和7月19日（線損率不合格）的用戶電量數據進行了精確比對發現，其中兩臺變壓器的配變終端由于信號模塊故障，數據無法上傳，導致線損突增。分析出原因后，一方面安排相關人員現場解決問題，另一方面通過數據擬算對質量控制線進行了修正。

圖4 饋線日線損率質量控制圖（2）

隨后對該條饋線的線損率狀態檢測中出現的偶然超出控制上限的異常點，我們將其界定為線損波動的偶然因素，并繼續進行觀望。從8月21日開始，該饋線線損率又連續3次超出了控制上限，將其界定為必然因素，進行相關數據的收集及分析。

通過對該線路下所有用戶線損波動前后的日用電量精確比對，發現某用戶變壓器的日用電量變戶率超過了50%，因此將異常的原因初步鎖定為該用戶。通過進一步比對該用戶8月17日至8月31日期間的日用電量曲線及饋線線損電量、線損率曲線可以看出，該用戶的日用電量變化與其所在饋線的日線損電量/線損率呈明顯的負相關關系，因此我們有充分的理由相信該用戶就是引起線損率波動的根本原因。如圖5所示：

圖5 日損耗電量、線損率及用電量比對圖

隨后通過緊密的部署，對現場開展了用電檢查，發現了該用戶的竊電行為，證據確鑿，無所遁形。在現場查處并恢復正常用電后，饋線線損率迅速回落到質量控制范圍內，如圖6所示。借助DMAIC線損管理模型、數據分析方法及質量控制原理，迅速發現問題、分析問題并解決問題，該用戶從開始竊電到被發現并制止，歷時僅6天，成為防治竊電工作的巨大突破。

圖6 饋線日線損率質量控制圖（3）

4 結語

數據分析手段及精益管理方法將成為防竊電工作的方向和趨勢，也將成為今后線損及電能計量裝置管理的重要手段，通過強大的后臺數據分析，精確指導前端現場作業，將會為我們的電力營銷管理工作迎來革命性的轉變。

作者簡介：彭翎（1983-），女，湖北人，供職于深圳供電局有限公司，碩士，研究方向：電費管理、抄核收管理、營銷分析。

（責任編輯：秦遜玉）