關于應用數據挖掘技術構建反竊電管理系統的研究分析

可洪

摘要：現在我國經濟的發展，電能的需求量在不斷提高，為了完善反竊電管理系統，構建出一個適應新形勢，新社會發展的反竊電管理模式，我們需要將數據挖掘作為工具，提升反竊電管理的能力。反竊電管理系統的構建需要應用數據挖掘技術從電力企業運行過程中積累的數據進行提取，本文主要從系統的設計方案，數據處理，模型建立和技術實現這四個方面進行分析。

關鍵詞：電力系統;智能電表;數據挖掘技術;反竊電管理系統

中圖分類號：TM73 ? 文獻標識碼：A ? 文章編號：1672-9129（2018）15-0120-01

Abstract： With the development of China's economy， the demand for electric energy is constantly increasing. In order to improve the anti-theft management system and build an anti-theft management mode that ADAPTS to the new situation and social development， we need to take data mining as a tool to improve the anti-theft management ability. The construction of anti-power theft management system needs to apply data mining technology to extract the accumulated data in the operation process of power enterprises. This paper mainly analyzes the system design scheme， data processing， model building and technical implementation from four aspects.

Keywords： Power systems; Smart meters; Data mining technology; Anti - theft management system

1 設計方案

目前我國用電信息采集系統服務器收集到的數據都是利用移動公網或者數據專網進行信息傳輸，然后這樣得到的復核數據，通過數據接口應輸到營銷業務系統當中。而反竊電管理系統可以對每一個獨立系統的數據進行抽取，且它還能對得到的數據進行轉換，清洗和加載，最后形成可視化的形式呈現給工作人員。

2 數據抽取、轉換、清洗與加載

2.1數據抽取。要想獲得各種類型的數據，我們需要從不同的初始業務系統進行讀取，當然讀取的過程必須要經過數據接口，讀取數據完成之后可以將其儲存至中間庫進行備用。但如果僅僅是進行數據抽取，我們得到的數據將會呈現出無序，分散，異構等特點。

2.2數據轉換。為了能夠將無序分散，異構的數據整合成統一格式的數據，我們需要按照預先設計好的規則將不同數據進行轉換。比如，在電量的數據表示方面，有些數據用kw·h表示，有數據會用千瓦時表示，也有數據用度表示;在時間的數據表示方面，有些數據會用某年某月某日表示，有些數據用xxxx-xx-xx表示。是為了保持數據形式的一致性，我們需要進行數據轉換。

2.3數據清洗。某些數據在進行儲存時會出現數據噪音的現象，為了能夠清除掉數據中的噪音，我們可以利用切比雪夫原理設定一個區間進行判定和檢測，最后清除。對數據進行清除之后，有可能會出現某個區間的值不能達到固定數值的情況，這時我們可以利用歷史平均數據進行填補。

2.4數據加載。進行完以上步驟之后，我們將得到的數據導入數據庫中預留，作為建立數據挖掘模型的基礎。數據加載步驟也需要將數據導入到固定模型體系結構當中。

3 反竊電數據挖掘模型的建立

3.1實時線損計算分析模型。該模型的建立是根據在線路或者臺區歸屬的電表當中提取到的實時電量進行統計，再根據線路或者臺區的線路損耗能量進行計算，最后繪制出周期線損曲線，進而得到分析模型。當然利用該模型計算得到的理論線損與實際線損存在一定的差距，如果這兩個數值的差距超出正常范圍，那么可認為該線路和臺區的線損出現問題。

3.2用戶用電異常對比分析模型。如果某用電用戶出現竊電行為，那么它的電量屬性將會與他歷史用電屬性特征值存在一定的差異，歷史用電屬性特征值是指在歷史同期是用電量的具體情況。將用戶某一時期的電量屬性與歷史特征值進行比較，這兩個數據之間的差異稱為定義電量差異度，如果猜疑度較大，那么可判斷該用戶為確定嫌疑用戶。

3.3用戶負荷曲線實時顯示模型。用電信息采集系統已經可以完成分鐘級的數據采集任務，系統可以根據采集到的數據繪制出用戶負荷曲線。

3.4數據挖掘技術與反竊電模型的組合。反竊電管理系統可以將數據挖掘技術與反竊電模型進行有效結合，其中數據挖掘技術可以分為數據聚類與數據分類，利用這兩種差別對用戶的用電情況進行篩選，進而分析出用戶的用電行為屬于正常用電的還是非正常用電。

4 系統的實現技術及主要特點

4.1 構建反竊電信息平臺。為了滿足電力企業的需求，根據目前反竊電管理業務的情況，我們可以建立起反竊電信息平臺。該平臺必須要制定出統一的模型標準，操作規范以及操作流程標準。為了實現數據挖掘，信息集成和業務整合這幾個任務，工作人員還需要開發出基本的公共語義接口，最后才能為使用對象提供一個完整的數據應用平臺。

4.2 基于構建耦合法分成設計構建模型庫。構建耦合法中的構件可以分為數據庫構件，數據處理構件和數據包裝構件。其中數據庫構件可以去到數據儲存的作用，數據處理構件可以完成數據提取，轉換器洗以及加載等過程，最后，數據包裝構件可以將數據處理成用戶需要的形式。將一上這幾種構件進行完美地整合，并設計成一個構建模型庫，最后才能使整個系統的運行更加順暢。

4.3 實現信息系統用戶交互層次的訪問規則。為了能讓結果更加清晰直觀，工作人員可以根據用戶具體的用電情況，利用反竊電管理系統將得到的信息整合成動態報表，餅狀圖，折線圖等形式。當然，系統除了可以進行報表制作等簡單操作之外，還可以進行導入導出的功能，這樣不僅方便工作人員的查詢、統計，也進一步支持了反竊電決策的實施。

結語：本文所介紹的反竊電管理系統可以為電力企業提供在反竊電管理方面的需求，它可以從海量信息中提取到企業需要的具體數據，然后將這些數據與具體值進行比較，最后快速準確地鎖定確定目標。而數據挖掘技術的存在可以將系統進行不斷的完善。

參考文獻：

[1]劉盛，朱翠艷.應用數據挖掘技術構建反竊電管理系統的研究[J].中國電力，2017，50（10）.

[2]張瑞.基于用電信息數據挖掘的智能反竊電研究與應用[J].價值工程，2016，35（35）.

[3]秦娜.基于數據挖掘的反竊電技術在某電網中的應用研究[D].華北電力大學，2016.