随着新能源发电技术的发展,用户端的多能源发电将直接并入配电网中,这样能够节约化石能源、减少碳排放,但是这样也会很大程度上影响配电网的运行、控制和规划。其中,随着越来越多的用户端多能源并入配电网,对反窃电技术的要求也将越来越高。由于在电力传输时线损率居高不下,还有经常发生窃电的现象,这样会造成巨大的经济损失。以高速的通信技术为基础的电量计量自动化管理和反窃电系统项目的实施对供电企业提高管理水平与经济效益有极大的帮助。由于有大量的用户的用电历史数据的积累,想要快速、全面、有效的分析大量用户用电信息和历史电量信息和窃电行为的话,数据挖掘是一个强大的工具。本文将介绍计量自动化系统、CCS营销管理系统、反窃电模型和数据挖掘技术,然后揭示了窃电行为的本质与传统的反窃电技术在有用户端多能源并入时的不足,结合数据挖掘技术和一些算法原理提出了基于数据挖掘技术的反窃电模型,聚类技术和分类技术是本研究里主要用到的数据挖掘技术。反窃电模型能够被分成两个子问题：对一组用户用电特征属性使用聚类进行分析,分析用户的正常用电与用户的非正常用电的主要区别,找到能够表示用户的用电行为的区别的特征。接着通过分类的决策树方法把能够表示用户的用电区别的主要特征生成判定窃电嫌疑用户的分类规则,然后依照此分类规则来预测用户的用电类型,并选取龙岗供电局辖区内的一条线路进行检查验证,经检验预测结果还是比较贴近实际的。