如何利用大數據模式提高供電企業反竊電效率

王佩合 張桂玲

摘要：近年來，電能發展迅速，人們的工作、生活都離不開電能。由于電費占企業生產支出、居民生活花銷比重較大，致使一些不法經營者鋌而走險，無視國家法律、法規的約束，通過竊電的手段減少支出、謀取暴利。如果不及時發現、制止竊電行為，不僅對供電企業和他人的權益與利益造成嚴重損害，同時更擾亂了正常的供用電秩序，威脅企業與人民的用電安全，甚至對電力企業的發展造成阻礙。這篇文章主要圍繞大數據技術的反竊電工作開展全面的分析研究，希望能夠促進大數據技術的健康穩定發展

關鍵詞：大數據 反竊電 供電企業

一、竊電產生的原因

本章的引言中已經提到，當前的社會現狀是，絕大多數人對于《電力法》的認知還不夠深刻，甚至很多人都不知道有《電力法》這個法律條文存在。很多違法行為的發生， 一部分原因來自于法律普及的范圍和深度不夠，人們對其的認識過少，一部分則來自于人性中的僥幸心理和自私的想法。當然，也有一部分知法犯法和執法犯法的人存在。雖說社會環境對竊電行為沒有起到強大的約束，但從本質出發，竊電行為之所以發生，還是人為行為。一個人或者企業竊電，主觀上是自主行為，人們從本質上都希望自己能夠不交電費或者少交電費，這難免會使某些自制力與法律意識不強者，走向歧途。大部分竊電的人并沒有意識到竊電是犯法的。可以肯定的是，絕大多數的人都知道竊電是不對的，也知道竊電行為一旦被發現，會面臨著罰款。但這些人并不清楚的了解， 竊電和街上的小偷、強盜一樣，一旦構成犯罪行為，也將依照刑法有關規定，追究其刑事責任。同時，他們也并不了解，罰款的金額會是多少，一旦被發現，他們又將面臨很大的經濟壓力。當然，除了沒有意識到竊電嚴重性外，還有一些人是知法犯法。這些人明知道竊電違法且可能面臨巨額罰款，但是由于電費數額較大、經濟壓力大、受人驅使等各種各樣的原因支撐著他們走向違法的道路。

多年前，電能計量裝置為老式機械表，其封閉性能和安全性能較低，讓很多不法分子有機可乘。以前的抄表方式為手動抄表，表示數由供電企業負責該區域的抄表員進行抄錄，供電企業將根據抄錄回的電量， 計算對應客戶的電費。有些客戶通過賄賂抄表人員，完成竊電操作。抄表人員明知竊電違法，但因為蠅頭小利，執法犯法，幫助客戶完成竊電。這種竊電極難發現，是供電企業的毒瘤。 除了工作人員本身執法犯法外，供電企業對反竊電的法律知識宣傳也不到位。供電企業經常對安全用電、用電業務辦理、用電常識等知識進行宣傳，但很少主動宣傳反竊電知識。

目前，隨著電能計量裝置的不斷改進，機械表已經被大批量淘汰，智能表被大規模應用。這對電力企業的管理工作帶來很大幫助。可正因如此，竊電的方法也變得更加高明，其隱蔽性大大提升，更加不容易被供電企業查找發現。現在大部分電能計量裝置已經實現了遠程采集，不需要抄表人員到現場進行電量抄錄，很大程度上減少了內部員工有意為之的行為。但是，由于反竊電手段的落后，加之客戶的數量巨大，如果沒有高效的查竊電方法，反竊電工作無異于是大海撈針。綜上所述，竊電現象的屢禁不止以及反竊電工作的困難重重已經非常明顯。在這種嚴峻的形勢下，如何將反竊電工作進行到底，是本文致力于研究的課題。

二、反竊電識別定位的大數據挖掘和信息融合

近年來，由于信息化時代的來臨，信息數據也大幅度猛增，其中美林大數據平臺便是我國首屈一指的一流的大數據分析的產品。其開發的"電網大數據分析探索工具"是一款數據收集并集中處理分析的一個數據利用平臺。該平臺基于大數據的框架，對數據進行深度的分析和整合以及探索，將各部分功能為一體統一調配和分析，為供電企業提供了更專業、敏捷、易用的大數據分析平臺。

“電網大數據分析探索工具”是在Hadoop技術的基礎上，集成、修改部分大數據開源技術或結合自身需求進行修改開發， 其大量的研究集中在大數據挖掘分析方法上。該平臺采用獨特的故事搭建模式來創建可視化分析，該平臺支持大數據的可視化圖表，其修改拖拽、引用等操作都非常的便捷易用。”電網大數據分析探索工具”不僅可以用于創建數據可視化分析也可以創建數據挖掘流程。還可以實現對業務的數據管理、業務視圖管理、情景分析，挖掘分析、云分析、文本 挖掘和模型評估等。所謂業務的數據管理指對基礎數據（單位、維度、維度值的管理，對指標的定義及指標數據導入、對業務明細表的管理。包括單位管理、維度管理、維度值管理、指標管理、指標數據導入、指標數據查詢和明 細表管理等。業務視圖管理指根據具體的分析業務需求，實現數據模型的創建，并對模型數據進行篩選、異常處理等 操作。包括數據集管理、圖形化創建數據集、SQL創建數據集、數據列處理、數據過濾等。找到影響因素和衡量因素之間的關系，轉化為用戶所理解、并真實的反映企業特性信息。情景分析是指在特定的業務情境下，用戶需要直接使用行業內固有的分析方法，或者積累的分析手段來分析數據，快速的獲得分析結果。挖掘分析模塊支持回歸算法、聚類算法、分類算法、關聯算法、時間序列算法、文本挖掘算法等。 再利用輸出模塊，對算法結果進行輸出。云分析是對海量數據進行計算、統計和挖掘，系統提供大數據分析能力，能夠完成針對大數據集的非實時分析，提升系統大數據處理能力。文本挖掘是對一段自然文本進行分詞、關鍵詞提取、 詞頻統計、文本數據分類、新詞識別、載入新詞、正負面分析即文本句子情感分析等。模型評估主要用于評估分類或回歸模型的性能指標，通過這些指標來評價模型效果。工具提供了模型全量評估、模型拆分評估和新數據評估三種模型評估方法。

三、典型案例

從典型案例中認識廉政風險2020年1月9日，為了整治臺區線損，某供電所副所長馬某帶領用戶經理段某和趙某， 到張家臺區進行用電檢查，發現用戶張某某有竊電行為，并下達了《用電檢查通知單》。1月23日，用戶經理段某私自向用戶張某某要了1000元竊電罰款，未開具有關收據，也未將罰款及時上交。2月13日，用戶經理段某通過微信轉賬給 該所營銷管理員韓某600元，并電話告訴韓某這是處理用戶（張某某）追補電量電費。營銷管理員韓某收到600元后，未及時按竊電流程處理，也未向所長匯報。期間，副所長馬某也未過問該戶的竊電處理工作。該起事件因用戶投訴而被縣公司發現，并按照管理規定對事件中的有關人員進行了相應處理;其中用戶經理段某，在檢查用戶竊電后私自違規進 行了處罰，并違規截留錢款，既違反了工作紀律、也違反了廉潔紀律，受到行政記過處分。

結束語：

隨著時代的發展和科學的進步，竊電方式也越來越科學化、智能化供電企業的反竊電措施僅僅依照傳統的方法無法實現反竊電的作用，應當順應時代的變化，積極主動的對反竊電措施和順平進行更新和提高。望本文提出的反竊電方法可以為個供電企業提供新思路，改善供電企業的反竊電現狀。

參考文獻

[1]黃常青 ， 李杰 . 基于大數據的配電自動化系統應用研究 [J]. 科技通報 ，2019，35（09）：99-105.

[2]王琪 . 基于大數據技術在電力通信網的應用實踐研究 [J]. 價值工程 ，2019，38（27）：199-200.