淺論反竊電檢查中電力營銷大數據的應用

邵鵬程 葉雨松 劉創

摘要：竊電是長期困擾供電企業的難題，不僅嚴重損害了供電企業的效益，擾亂了正常的用電秩序，而且會造成電力設施的損壞，形成重大的安全用電隱患。供電企業一直加大打擊竊電的工作力度，同時也在不斷完善反竊電的技術手段。但目前反竊電技術仍存在較大的局限性，而且竊電手段日益隱蔽、多樣化、快速化和高科技化，反竊電難度越來越大。

關鍵詞：大數據技術;電力營銷;反竊電檢查;運用分析

中圖分類號：TM73

文獻標識碼：A

引言

伴隨互聯網平臺與AI技術的迅速發展，電力公司在經營中采取電力營銷大數據開展反竊電檢查工作，受到了人們的高度關注。分析怎樣科學有效使用大數據技術，而且提高反竊電檢查效果，是電力公司經營中重點探究的課題。

1營銷稽查與反竊電現狀

近年來，隨著市場經濟的快速推進和科學技術的日新月異，竊電現象屢禁不絕，竊電范圍廣、人員多、數量大，并呈現職業化、智能化蔓延趨勢，高科技含量的竊電方式越來越多，竊電手段十分隱蔽;同時，用電地點分散，地形非常復雜，安裝攝像等監視裝置難，竊電戶的防范能力極強，傳統的人工化用電檢查方法遠遠不能滿足現代化的反竊電和可持續發展的要求，給正常的供用電秩序帶來惡劣影響，也使供電企業蒙受巨大的經濟損失。目前，已經建設的反竊電管理應用系統在一定程度上實現了反竊電工作的管理，但還需要在如下三方面進行改進。

（1）竊電嫌疑定位準確性有待提高，改變反竊電“現場蹲守”傳統工作模式，向主動式、智能化方向發展。

（2）新型竊電方式的適應能力有待提升，需要在當前的系統中不斷融合營銷客戶的用電數據和線路數據，改變“豐富的數據，貧乏的應用”現實狀況。

（3）系統需要有特定客戶屬性的分析數據為支撐，提高用戶用電數據分析應用，確保整體竊電現象的提前預測機制，保證整體系統具備智能自主優化升級能力。

只有不斷提升系統的分析準確度和自主升級能力，才能保持系統的生命力，因此，對現有反竊電系統的升級改造勢在必行。

2反竊電檢查中電力營銷大數據的應用要點

2.1數據挖掘技術

數據挖掘是從大量數據（包括文本）中挖掘出隱含的、先前未知的、對決策有潛在價值的關系、模式和趨勢，并用這些知識和規則建立用于決策支持的模型，提供預測性決策支持的方法、工具和過程。傳統的數據分析技術在應對處理海量數據集時存在種種局限性，而數據挖掘技術有效地突破了這些局限，為分析處理海量數據并提取有用信息提供了有效手段。

人工神經網絡是近年來比較流行的一種數據挖掘技術，它是對人腦組織機構和運行機智的認識理解基礎之上模擬其結構和智能行為的一種工程系統，但它也存在不能很好地處理和描述模糊信息、對樣本的要求較高等缺點。模糊神經網絡（FNN）是模糊系統與神經網絡相結合的產物，結合了神經網絡系統和模糊系統的長處，具有能自適應學習、處理和描述模糊信息、對樣本的要求較低、精度高等優點，它在處理非線性、模糊性等問題上有很大的優越性，在智能信息處理方面存在巨大的潛力。

模糊神經網絡是具有模糊權系數或者輸入信號是模糊量的神經網絡，它匯聚了神經網絡與模糊系統的優點，集聯想、識別、自適應及模糊信息處理于一體。模糊神經網絡的主要特點是利用神經網絡調整模糊邏輯推理系統的隸屬度函數和推理規則，利用模糊推理規則的形式構造神經網絡結構，從而充分發揮各自的優點。模糊規則經過神經網絡的學習，以“權值”的形式體現出來，這樣規則的生成和修改則轉化為權值的確定和修改。模糊神經網絡在解決竊電評價這類模糊問題時具有明顯優勢。

2.2警方和企業聯合反竊電

電力企業只是憑借自身的力量做到是相當有限的，所以電力企業必須要與本地的警方加強合作，共同制止反竊電現象出現。其工作要點是對用戶電量異常的用戶以及經營商戶進行仔細的檢查。并且在檢查這些用電用戶前，電力企業需要及時整改不達標的計量裝置，確保用電服務業務資料是完整的，而且針對用電量相當大的客戶的用電量進行定期的分析。對于電力企業和警方而言，必須采用先進的技術，準確羅列出的很有可能出現竊電行為的用戶以及電量不正常的用戶，之后當地警方介入，根據相關的法律法規對這些竊電分子進行適當的懲罰。

2.3月度線損管理

我國有關部門已經充分認識到竊電行為的危害性，所以正在推行變革，為了增強我國電力企業對線損的管理，讓線損工作越來越有意義，比需要合理制定關于月度線損管理的策略。其管理策略主要體現在以下幾點：合理分析計量電量的情況、按時的比例以及竊電行為等，之后分析有關工作開展的實際情況以及用戶的具體檢查情況;發現問題時，必須要及時找到造成該問題的主要原因，再科學制定有關的解決策略。

2.4基于大數據技術的機器學習智能稽查

（1）數字化稽查

整合各個應用建立的標簽，通過對電力數據的洞察分析，建立統一標準、統一管理、統一應用的稽查標簽體系，實現稽查標簽全生命周期管理，并按照標簽分類，為稽查人員提供按照標簽的組合定義，對數據進行瀏覽、檢索、查看、分析，輔助稽查工作開展。利用積累的稽查經驗和標簽等信息，結合大數據，對稽查對象進行分析，對異常數據給出智能分析結果，輔助稽查人員對異常進行分析定位。

（2）場景式稽查

創新關聯監控模式，全方位、多角度開展場景式稽查。構建基于專家經驗的數字化和機器學習模型，能夠快速、精準地圈定問題對象，大幅提升稽查工作效率。建立典型事件經驗庫，利用大數據分析結果，實時動態匹配設定預警場景，重點突破預警場景匹配準確性的難點，持續開展組成變量交叉的影響分析和模型結構的優化完善。

（3）機器學習式稽

以場景式稽查中的關聯指標體系作為特征指標，以長期積累稽查案例作為訓練數據，建立問題表象特征與問題界定類型之間的機器學習模型，采用模型驗證、融合等多種手段，提升模型準確率。

2.4多功能電子計費表的安裝

多功能電子計費表是采取最新的科技生產制造的，在多功能電子計費表工作過程中，一旦出現失壓或者失流的情況，電子計費表就會立刻將報警系統拉響，而且通知有關工作人員認真檢查電路。并且多功能電子及非標能夠預防出現竊電行為。同時，該先進的方竊電電子及費用不僅有多種功能的電子計費表，而且還有機械電能表。在反竊電工作過程中，企業必須要采用其中某種來嚴格監測電力。

2.5構建適應“三型兩網”企業轉型的稽查管控體系

適應新業務的快速發展，完善標簽體系。基于對業務的管控要求，通過標簽組合形成固化場景，滿足不同業務、不同發展階段的管理要求，靈活構建新增稽查主題。基于大數據技術，對稽查歷史數據進行分析，動態調整稽查主題下的組合標簽，實現稽查規則靈活配置和指標動態調整。增加營配貫通、量價費監測等專題方向稽查，增強專業垂直管控能力。

結束語

從當前大數據系統在電力營銷的反竊電檢查方面的使用現狀進行探究，電力公司在經營發展中，為充分突出大數據系統于反竊電檢查方面的使用效果，企業和行業監管中心要從健全監管制度，強化硬件安全技術探究，強化員工技能訓練，規范大數據收集途徑，設置技術標準繼續努力。

參考文獻

[1]趙波.電力營銷大數據在反竊電檢查中的應用探討[J].科技風，2019（31）：175.

[2]招婉媚.電力營銷大數據在反竊電檢查中的應用分析[J].科技與創新，2019（20）：146-147.

[3]林曉新.淺論反竊電檢查中電力營銷大數據的應用[J].現代營銷：經營版，2019（10）：91-92.