论文部分内容阅读
摘 要：在当下，我国社会经济水平在不断的发展，人民的生活需求早已不是满足温饱了，更多的是生活水平的持续提高带来的现代化生活的需求，而现代化生活需求中的基础，便是电。人们越发依赖电力，对电力的需求也越来越大。在这样的时代背景下，不乏有投机取巧的个人或者单位，想尽一切办法窃取国家电力，这样的行为严重扰乱了社会的正常供电与用电秩序。如今，大数据时代已然到来，数据的可视化让生活的各个方面都得以用数字来表达，这也使得企业的运营变得更加的便捷。但是距离完全的自动化，还有很长的路要走。反窃电问题便是其中之一，本文将对电力营销大数据在反窃电检查中的应用进行研究。
关键词：大数据;电力营销;反窃电检查;数据应用
现在已经进入了互联网了时代，在各个领域，都涌现出各种用途的信息技术。我国的各大供电企业同样也能利用这些新技术，去快速而全面的发展自己。但是，只是做到营销与管理的信息自动化还是远远不够的，对供电企业而言，用户的不正常用电、偷电窃电才是最大的问题、同时也是最头疼的问题。如果一直使用落后的技术方法，则会使得反窃电工作效率持续低迷，无法整顿用电秩序，也无法保证企业利益。
1用电检查反窃电工作的重要性
1.1用电检查反窃电工作是打击窃电行为的重要手段
反窃电是用电检查人员一项长期的、常态化的工作。通过对用户的日常巡视检查，有针对性地开展专项反窃电行动，起到打击窃电行为，规范供用电秩序的作用。同时对窃电者进行相关法律、法规的宣传教育，对所窃电量和违约电费进行追补处理，最大限度地挽回企业的经济损失，维护企业利益。
1.2确保用电管理作用的有效实现
一些用户因为对于供电的相关知识没有完整的认识，更不了解窃电是违法的行为，所以在使用过程中出现了窃电行为并没有深刻地认识到，而目前的反窃电工作正好对于这一环节进行弥补，从而对于用户用电的准确性进行进一步的引导，从而进行控制，进一步地减少在供电行为的窃电行为。并且在平时的工作中，还会对于一些用户不了解的内容进行进一步的咨询讲解，从而在保证电力运行安全的基础上，进一步减少用户窃电的行为，保证企业和用户双方的利益。
2现阶段供电企业在反窃电检查中遇到的问题
2.1反窃电检查技术存在漏洞
电力作为虚拟商品，与常规实质商品不同，实质商品可以通过统计、监控进行有效数据管理，但虚拟商品的无形导致其管理难度较难，只能由用电量的统计使用记录代表，再加上常规的基础监测设备已经不能将窃电数量准确体现出来，这就为窃电违法人员创造了条件。他们为了减少电表上的使用量数值，开始利用各种技术进行窃电，损害了供电企业的利益，当用户使用电量与供电企业提供的电量差异值过大时，供电企业会将线路老化或过度使用导致其损坏为首要差异值过大原因，但供电企业无法判断线路损坏的电量值，导致窃电违法人员的猖獗。
2.2反窃电检查管理不全面
由于供电企业在生产运营中没有重视窃电检查工作，导致供电企业的反窃电措施缺失，在管理过程中暴露了许多问题。管理人员缺少监管力度、基础设备不完善、管理人员的责任心较差、管理人员工作流程错误及电表安装操作错误等等，都会影响供电企业的反窃电管理效果，增加了电力系统的不安全性。
2.3管理人员没有足够的经验
供电企业管理人员在进行检查工作时，由于并没有关注用户是否窃取电力，导致管理人员没有办法第一时间发现用户窃电行为及采取有效的解决措施，特别是临时窃电现象，管理人员无法收集有力的证据。
2.4窃电违法人员的技术较高，管理监督力度不足
一方面，供电企业在管理窃电的工作中，总是无法及时发现窃电现象，这是因为窃电非法人员在偷盗过程中应用了许多先进的技术，增加了其隐蔽性，为管理人员的工作增加难度;另一方面，供电企业拥有的基础用户逐渐增多，供电技术正在不斷进步，用电模式不断改变，已经由传统的“多用户一电表”模式转变为“一用户一电表”模式，这种模式虽然已经降低了供电企业管理窃电的难度，但是传统模式更利于用户间的相互监督，现阶段的用电模式降低了供电企业的管理能力，为窃电人员创造有利的环境。
3 电力营销大数据在反窃电检查中的应用分析
3.1 对营销大数据进行电量数据分类
对于供电企业而言， 提高反窃电检查的工作效率和工作质量，利用营销大数据是一条准确和快捷的捷径。供电企业先以系统电量统计数据为基础依据， 再根据不同用电属性进行分类，例如分析不同类别用电线路的特点，利用客户用电负荷实时曲线大小及波动进行对比等， 最后根据相应的数据模式或者算法发现数据中的异常之处， 从而判断用户是否存在窃电行为。
在对营销大数据进行分类的过程中，首先，相关的工作人员必须明确供企业向居民供电的线路特征， 因为用户一旦受到不同因素的干扰，即便是同一线路，其电流负荷都会发生变化。所以，供电企业的工作人员在每次检查时，必须对用户的用电信息等实时数据进行详细的记录，认真分析失压、三相电流不平衡或反向、相位异常等现象。一旦发现数据异常时，应立即分时段继续进行跟踪监测。抓住并保护窃电现场，收集现场窃电证据，揪出窃电行为，依法惩处窃电人员。利用这种查处方式， 能够有效的提高供电企业在反窃电检查的工作效率和工作质量。
除此之外， 供电企业还可以根据不同用电场所的用电特征将电量数据做出分析， 从而根据具体用电情况进行分层分类，例如工业用电、商业用电、居民用电和其它用电等等[7]。其中， 工业用电就是从事大规模生产加工行业等企业所用的电量，商业用电就是普通企业或者公司所使用的电量，居民用电就是居民所用的电量。经过详细的层级划分后，供电企业将更加了解各个电流负荷，为反窃电检查工作提供基础条件。 3.2 分析用电量的数据
供电企业以自身所掌握的所有数据为基础， 通过对用电量的数据进行分析和统计处理，从而发现数据中存在的问题。在进行用电量数据的分析和统计前， 需对所有数据进行归一化处理，以便提高后期分析统计工作的效率，提升最终数据的准确度。数据归一化方法包含min-max 标准化法和Z-score标准化方，对于用电量数据，通常采取前者，其具体公式为X=（x-min）/（max-min）。在此公式中，X 表示归一化后的数值，x表示为某一时间段的实际数值，min 表示数据中的最小负荷数值，max 表示数据中的最大负荷数值。在数据处理的过程中， 相关的工作人员需要拟合出数据的变化率，以此来降低甚至是避免数据变化带来的影响，从而能够计算出所有用户的平均用电量。除此之外，还需要计算概率，其具体方式为：利用计算出的所有用户的平均用电量和标准差，再通过正态分布表达出正负荷的变化规律，计算出平均用电量和标准差中所有的概率， 最后利用所得到的评价函数对用户用电量的变化情况进行判断， 帮助企业获取用电量变化情况较大的用户。此后，供电企业可以采取横向或者纵向分析方式对存在窃电可能的用户进行分析， 必要时可以让管理部门进行现场检查，以便收集窃电证据。
3.3 案例分析
某供电企业对某小区的60 户居民进行供电服务，60 户居民分布标记为A1～A60。在进行营销大数据分析前，需根据各用户的实际用电量进行分类，其中高负荷用户8 户，中负荷用户42 户，低负荷用户7 户，零电量用户3 户。对所有数据处理的流程为： 数据的整体和输入→数据的均值计算→对数据进行分类→对数据归一化处理→评价函数值的计算→输出最终的结果。通过评价函数值，对所有用户进行评价，评价值越高，其窃电嫌疑越大。该供电企业将所有存在较大嫌疑的用户单独列出，为了提高准确性，其进一步分析了嫌疑用户的月度用电指标，包括是否为非常住用户、电表是否出现问题和其它客观因素。最后，锁定了A5，A20 和A23 等三家用户，并且及时安排相关工作人员到现场进行檢查，以便收集更多的证据，提升管理效率。
结束语
电力营销大数据时代推动了我国科学技术的智能化发展，但现阶段窃电技术逐渐科学化，传统的窃电检查手段已经不能及时发现窃电现象，再加上违法人员的思维警觉性提高，增加了供电企业的管理难度，所以必须要加强电力营销大数据的相关应用，提高供电企业的检查效率。
参考文献：
[1]银见华.电力营销大数据在反窃电检查中的应用研究[J].通讯世界，2018（08）：152-153.
[2]楼丹.如何利用大数据模式提高供电企业反窃电效率[J].电子世界，2018（14）：174+176.
[3]黄彦龙，邵剑华，王波，吕增东.大数据反窃电的探索和实践[J].农村电气化，2018（02）：50-51.
[4]吴毅良.基于大数据的电力大客户窃电分析[J].机电信息，2017（03）：15-16.
关键词：大数据;电力营销;反窃电检查;数据应用
现在已经进入了互联网了时代，在各个领域，都涌现出各种用途的信息技术。我国的各大供电企业同样也能利用这些新技术，去快速而全面的发展自己。但是，只是做到营销与管理的信息自动化还是远远不够的，对供电企业而言，用户的不正常用电、偷电窃电才是最大的问题、同时也是最头疼的问题。如果一直使用落后的技术方法，则会使得反窃电工作效率持续低迷，无法整顿用电秩序，也无法保证企业利益。
1用电检查反窃电工作的重要性
1.1用电检查反窃电工作是打击窃电行为的重要手段
反窃电是用电检查人员一项长期的、常态化的工作。通过对用户的日常巡视检查，有针对性地开展专项反窃电行动，起到打击窃电行为，规范供用电秩序的作用。同时对窃电者进行相关法律、法规的宣传教育，对所窃电量和违约电费进行追补处理，最大限度地挽回企业的经济损失，维护企业利益。
1.2确保用电管理作用的有效实现
一些用户因为对于供电的相关知识没有完整的认识，更不了解窃电是违法的行为，所以在使用过程中出现了窃电行为并没有深刻地认识到，而目前的反窃电工作正好对于这一环节进行弥补，从而对于用户用电的准确性进行进一步的引导，从而进行控制，进一步地减少在供电行为的窃电行为。并且在平时的工作中，还会对于一些用户不了解的内容进行进一步的咨询讲解，从而在保证电力运行安全的基础上，进一步减少用户窃电的行为，保证企业和用户双方的利益。
2现阶段供电企业在反窃电检查中遇到的问题
2.1反窃电检查技术存在漏洞
电力作为虚拟商品，与常规实质商品不同，实质商品可以通过统计、监控进行有效数据管理，但虚拟商品的无形导致其管理难度较难，只能由用电量的统计使用记录代表，再加上常规的基础监测设备已经不能将窃电数量准确体现出来，这就为窃电违法人员创造了条件。他们为了减少电表上的使用量数值，开始利用各种技术进行窃电，损害了供电企业的利益，当用户使用电量与供电企业提供的电量差异值过大时，供电企业会将线路老化或过度使用导致其损坏为首要差异值过大原因，但供电企业无法判断线路损坏的电量值，导致窃电违法人员的猖獗。
2.2反窃电检查管理不全面
由于供电企业在生产运营中没有重视窃电检查工作，导致供电企业的反窃电措施缺失，在管理过程中暴露了许多问题。管理人员缺少监管力度、基础设备不完善、管理人员的责任心较差、管理人员工作流程错误及电表安装操作错误等等，都会影响供电企业的反窃电管理效果，增加了电力系统的不安全性。
2.3管理人员没有足够的经验
供电企业管理人员在进行检查工作时，由于并没有关注用户是否窃取电力，导致管理人员没有办法第一时间发现用户窃电行为及采取有效的解决措施，特别是临时窃电现象，管理人员无法收集有力的证据。
2.4窃电违法人员的技术较高，管理监督力度不足
一方面，供电企业在管理窃电的工作中，总是无法及时发现窃电现象，这是因为窃电非法人员在偷盗过程中应用了许多先进的技术，增加了其隐蔽性，为管理人员的工作增加难度;另一方面，供电企业拥有的基础用户逐渐增多，供电技术正在不斷进步，用电模式不断改变，已经由传统的“多用户一电表”模式转变为“一用户一电表”模式，这种模式虽然已经降低了供电企业管理窃电的难度，但是传统模式更利于用户间的相互监督，现阶段的用电模式降低了供电企业的管理能力，为窃电人员创造有利的环境。
3 电力营销大数据在反窃电检查中的应用分析
3.1 对营销大数据进行电量数据分类
对于供电企业而言， 提高反窃电检查的工作效率和工作质量，利用营销大数据是一条准确和快捷的捷径。供电企业先以系统电量统计数据为基础依据， 再根据不同用电属性进行分类，例如分析不同类别用电线路的特点，利用客户用电负荷实时曲线大小及波动进行对比等， 最后根据相应的数据模式或者算法发现数据中的异常之处， 从而判断用户是否存在窃电行为。
在对营销大数据进行分类的过程中，首先，相关的工作人员必须明确供企业向居民供电的线路特征， 因为用户一旦受到不同因素的干扰，即便是同一线路，其电流负荷都会发生变化。所以，供电企业的工作人员在每次检查时，必须对用户的用电信息等实时数据进行详细的记录，认真分析失压、三相电流不平衡或反向、相位异常等现象。一旦发现数据异常时，应立即分时段继续进行跟踪监测。抓住并保护窃电现场，收集现场窃电证据，揪出窃电行为，依法惩处窃电人员。利用这种查处方式， 能够有效的提高供电企业在反窃电检查的工作效率和工作质量。
除此之外， 供电企业还可以根据不同用电场所的用电特征将电量数据做出分析， 从而根据具体用电情况进行分层分类，例如工业用电、商业用电、居民用电和其它用电等等[7]。其中， 工业用电就是从事大规模生产加工行业等企业所用的电量，商业用电就是普通企业或者公司所使用的电量，居民用电就是居民所用的电量。经过详细的层级划分后，供电企业将更加了解各个电流负荷，为反窃电检查工作提供基础条件。 3.2 分析用电量的数据
供电企业以自身所掌握的所有数据为基础， 通过对用电量的数据进行分析和统计处理，从而发现数据中存在的问题。在进行用电量数据的分析和统计前， 需对所有数据进行归一化处理，以便提高后期分析统计工作的效率，提升最终数据的准确度。数据归一化方法包含min-max 标准化法和Z-score标准化方，对于用电量数据，通常采取前者，其具体公式为X=（x-min）/（max-min）。在此公式中，X 表示归一化后的数值，x表示为某一时间段的实际数值，min 表示数据中的最小负荷数值，max 表示数据中的最大负荷数值。在数据处理的过程中， 相关的工作人员需要拟合出数据的变化率，以此来降低甚至是避免数据变化带来的影响，从而能够计算出所有用户的平均用电量。除此之外，还需要计算概率，其具体方式为：利用计算出的所有用户的平均用电量和标准差，再通过正态分布表达出正负荷的变化规律，计算出平均用电量和标准差中所有的概率， 最后利用所得到的评价函数对用户用电量的变化情况进行判断， 帮助企业获取用电量变化情况较大的用户。此后，供电企业可以采取横向或者纵向分析方式对存在窃电可能的用户进行分析， 必要时可以让管理部门进行现场检查，以便收集窃电证据。
3.3 案例分析
某供电企业对某小区的60 户居民进行供电服务，60 户居民分布标记为A1～A60。在进行营销大数据分析前，需根据各用户的实际用电量进行分类，其中高负荷用户8 户，中负荷用户42 户，低负荷用户7 户，零电量用户3 户。对所有数据处理的流程为： 数据的整体和输入→数据的均值计算→对数据进行分类→对数据归一化处理→评价函数值的计算→输出最终的结果。通过评价函数值，对所有用户进行评价，评价值越高，其窃电嫌疑越大。该供电企业将所有存在较大嫌疑的用户单独列出，为了提高准确性，其进一步分析了嫌疑用户的月度用电指标，包括是否为非常住用户、电表是否出现问题和其它客观因素。最后，锁定了A5，A20 和A23 等三家用户，并且及时安排相关工作人员到现场进行檢查，以便收集更多的证据，提升管理效率。
结束语
电力营销大数据时代推动了我国科学技术的智能化发展，但现阶段窃电技术逐渐科学化，传统的窃电检查手段已经不能及时发现窃电现象，再加上违法人员的思维警觉性提高，增加了供电企业的管理难度，所以必须要加强电力营销大数据的相关应用，提高供电企业的检查效率。
参考文献：
[1]银见华.电力营销大数据在反窃电检查中的应用研究[J].通讯世界，2018（08）：152-153.
[2]楼丹.如何利用大数据模式提高供电企业反窃电效率[J].电子世界，2018（14）：174+176.
[3]黄彦龙，邵剑华，王波，吕增东.大数据反窃电的探索和实践[J].农村电气化，2018（02）：50-51.
[4]吴毅良.基于大数据的电力大客户窃电分析[J].机电信息，2017（03）：15-16.