反竊電檢查中的電力營銷大數據技術應用探討

劉安磊 王浩 徐冬冬 賈旭超 陳琳

摘要：隨著互聯網時代的到來與不斷發展，各種新型的信息技術應運而生。在我國越來越多供電企業中也充分應用信息技術、互聯網技術與人工智能技術，對供電企業的營銷日常產生重要的價值，對全面實現自動化發展產生重要的意義。然而，在反竊電檢查中還存在著諸多的漏洞，在反竊電技術、管理、經驗等方面都有待加強。這為供電企業的發展帶來諸多經濟損失，不利于供電企業發展水平的提升。因此，本文將電力營銷大數據技術應用于供電企業的反竊電檢查中，從用電量數據分析、電力數據采集和整理等方面出發提升供電企業反竊電工作效率和質量。

關鍵詞：電力營銷;大數據;反竊電檢查

中圖分類號：F426.61;F274;TM73 ? ?文獻標識碼：A ? ?文章編號：1007-9416（2020）06-0000-00

1 我國供電企業的反竊電檢查工作現狀分析

1.1技術水平有待提升

在電力智能化不斷發展的今天，大多數用戶都是根據自身的生活用電量來進行電費的智能繳納，用戶用電呈現出范圍波動大且不穩定的現象，一些用戶別有用心私自竊電，導致供電企業對竊電設備容量與時間很難做到科學把控，且很難明確統計出已經被竊的用電量。不僅如此，因為我國供電企業在反竊電檢查中需要應用相關科學技術才能全面統計被盜竊的電量，所以，竊電人員往往也會尋找供電企業的技術漏洞來竊取大量電量，這對供電企業的反竊電檢查產生許多負面影響。供電企業很難統計出具體的電量，也無法準備掌握耗電量較大的原因，反竊電技術水平有待提升。

1.2管理工作相對滯后

管理漏洞作為我國現代化供電企業反竊電檢查中的重要困境及問題，對供電企業的科學發展產生諸多不利影響。在對待反竊電檢查的工作態度方面，一些供電企業管理者缺乏良好的關注和重視，對竊電現象缺乏深刻而又全面的認識，尚未在供電企業的發展中自覺落實反竊電檢查措施，這往往為供電企業反竊電檢查提供了許多的管理漏洞條件，導致供電企業很難實施反竊電檢查措施。另外，在現代化供電企業實施反竊電檢查的過程中缺乏相關技術設備，且電量檢查人員自身的綜合素養薄弱、整體素質低下等，導致竊電人員的不良竊電行為得到大范圍滋生[2]。

1.3竊電技術難以識別

現如今，世界科學技術呈現出高速化發展的良好趨勢，竊電人員在竊電過程中也利用了許多先進科學技術和手段，加之許多竊電人員屢教不改擁有豐富竊電經驗，能夠熟練掌握各種竊電技巧，這導致其竊電行很難被供電企業反竊電檢查人員發現。尤其是在反竊電檢查中當缺乏先進技術和設備時，更加難以確定用戶的竊電行為，也無法在短時間內收集大量的竊電證據。竊電人員在竊電過程中應用的竊電方法比較多樣，常見的有繞越計量裝置接線法，短接法，欠壓法、欠流法、移相法和擴差法等。如何加強對竊電不良行為的科學管理和控制，著重維護廣大消費者合法權益與供電企業的經濟效益，成為當前供電企業發展中不容忽視的問題。

2 反竊電檢查中的電力營銷大數據技術應用

2.1在營銷大數據中加強電量數據分類

在供電企業的發展中不斷加強反竊電檢查工作，并促進反竊電檢查工作質量和效率的提升，有助于更好地發展反竊電行為。將電力營銷大數據技術應用于供電企業反竊電檢查中，其具備良好的準確性與便捷性。在應用電力營銷大數據技術的過程中，供電企業反竊電檢查人員可將系統電量相關數據作為主要的評價標準。然后對用電屬性實施科學分類，比如說，在不同類型的用電線路特征分析中可充分結合客戶的用電負荷曲線進行比較，通過比較大小和波動來確定相應的變化量，然后通過數據模式與電力算法判斷異常數據，從而科學判斷出用戶的竊電行為。在電力營銷大數據的相關分類工作中，工作者必須要明確供電企業的線路規劃特征，了解線路的基本運行規律。在每一次的反竊電檢查中都要準確收集廣大用戶的相關信息，并進行實時數據分析，不斷發現失壓、三相電流不平衡或反向、相位異常等現象。在數據分析中一旦發現異常情況，就要進行分時段跟蹤調查取證，維護竊電現場證據，并依法給予竊電人員一定的懲處。

2.2利用大數據技術分析用電量相關信息

供電企業在應用電力營銷大數據進行反竊電檢查的過程中，需要將已經采集出來的所有數據作為評價指標，在反竊電檢查中積極分析電量數據，進行科學的統計學處理，對數據異常問題進行歸納總結。在分析電量數據的過程中，所有數據都需要實施科學的歸一化處理，對促進后續數據統計效率產生重要的意義，而且還可以提升數據準確性。在應用數據歸一化處理方法的工作中，其主要包含 min-max 標準化法和 Z-score 標準化法，在用電量數據處理中往往采取前一種方法，其具體公式為 X=（x-min）/（max-min）。在該公式中，X象征著經過歸一化的數值，x意味著在特定時間段中的實際數值，min代表最小的負荷數值，max 代表最大的負荷數值。對于用戶電量的數據處理工作，反竊電檢查工作者需要畫出數據變化率曲線，統計出供電企業中所有用戶當前的平均用電量。另外，在數據處理中還要準確計算概率，將提前計算出來的平均用電量及標準差通過正態分布方法，呈現正負荷數據的變化特征，然后計算出相關概率，最后根據已經分析出來的評價函數來評價用戶用電量，以獲取用戶電量的變化信息。

關于大數據技術在用電信息中的應用，可以充分應用如下技術：

（1）ETL關鍵技術：例如，在智能化電網建設背景下，眾多電力數據呈現出分布分散特征，且數據數量比較豐富，數據類型多樣。將該技術應用于這些用電數據分析中，然后與其他先進技術融合起來，有助于實現數據集成化。

（2）數據分析關鍵技術：對于反竊電偵查和管理，應用大數據技術的核心內容就是將各種信號轉變為數據，在ETHINK平臺的應用下，對各種數據進行科學處理和分析，這可以為電力部門的工作決策提供科學指導。

（3）數據處理關鍵技術：通過數據處理技術來分析各個地區的用電信息，對數據進行分庫、分區與分表管理。將利用率不同的數據納入相應的數據庫中，保證及時獲取并觀察電力數據信息。

3 結語

綜上所述，在供電企業反竊電檢查中要全面應用電力營銷大數據技術，不斷提升供電企業管理者對反竊電檢查的重視度，進而促進工作質量和效率的提升。針對反竊電檢查，一是要清醒地認識到供電企業檢查面臨問題，并積極尋找出科學的改進方法，通過實施考核獎懲機制提升反竊電工作者的工作積極性。二是強化對反竊電工作者的專業技術培訓，讓其準備掌握采集系統應用方法，提高其反竊電檢查綜合素養。讓其全面了解竊竊電工具、竊電設備及其竊電方式。三是充分應用電力營銷大數據技術，對數據屬性實施分類分析，通過準確的數據計算進行準確的用戶竊電行為分析。反竊電檢查作為我國電力管控的核心內容，將電力營銷大數據技術應用于反竊電檢查中，有助于提升綜合工作效率。

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（8）：152-153

[2]韓全豐.電力營銷大數據在反竊電檢查中的應用探討[J].科技風，2018（35）：96.

收稿日期：2020-04-10

作者簡介：劉安磊（1985—），男，河北青縣人，本科，中級工程師，研究方向：電力營銷。