摘要：窃电是长期困扰供电企业的难题，不仅严重损害了供电企业的效益，扰乱了正常的用电秩序，而且会造成电力设施的损坏，形成重大的安全用电隐患。供电企业一直加大打击窃电的工作力度，同时也在不断完善反窃电的技术手段。但目前反窃电技术仍存在较大的局限性，而且窃电手段日益隐蔽、多样化、快速化和高科技化，反窃电难度越来越大。传统方法主要通过安装反窃电硬件设备、定期巡检、定期校验电表、群众举报窃电等手段来发现窃电，不仅缺乏目标性，而且耗费大量的经费和时间，查获窃电的效率低下。鉴于此，文章结合笔者多年工作经验，对反窃电检查中电力营销大数据的应用提出了一些建议，仅供参考。
关键词：反窃电检查；电力营销；大数据；应用
引言
电力营销大数据在电力企业反窃电检查工作中的应用价值较高，能够提高反窃电检查工作的整体质量，使电力企业的经济利益得到保障。为充分发挥这一技术在反窃电检查中的作用，需要做好前期的准备工作，通过营销大数据提高反窃电检查效果，准确分析用电信息，并完善工艺流程、确定技术标准，通过各种方法提高反窃电检查工作水平，为电力行业的可持续发展奠定良好基础。
1、反窃电现状分析
当前，窃电的手段花样繁多，并呈高科技化倾向，但窃电行为最终是体现在使得电能表表计电量值变小，从而达到少交或不交电费的目的；而电量等于电压、电流、功率因数三要素和时间的乘积，因此，改变这三个要素均可以使电能表慢转、停止甚至逆转。此外，通过采用改变电表本身结构性能，使电表慢转或不转，也可以达到窃电的目的。因此，除加强电能表及封印管理外，反窃电可以从电量三要素入手，对用户电压、电流、功率因数等进行深度分析，发现其中隐含的用电异常，筛选出窃电嫌疑用户清单，为反窃电提供较精确的指导。某些电网公司计量自动化系统的正式投运，实现了对电厂、变电站、公变、专变、低压集抄的电量和负荷的自动采集监控，运行几年已存储了大量用户用电数据信息。这些数据信息随着时间的累计，已经具有一定规模效应，为进行反窃电分析提供了较好的原始数据基础。然而，提取有用的信息却成为巨大的挑战。由于数据量太大，无法使用传统的数据分析工具和技术处理它们，这样就需要研究和应用新的方法，例如大数据挖技术的应用。
2、反窃电检查中电力营销大数据的应用意义分析
2.1满足电力营销体系建设的要求
基于电力营销体系的大环境，集约化是电力企业各个业务发展的必然趋势，需要充分利用电力营销大数据，使电力企业反窃电检查工作的集约化水平得以提升，从而满足电力营销体系建设的要求。在进行反窃电检查工作的时候，借助营销大数据能够对传统的反窃电检查工作进行改变，促进企业市场竞争力的提升，形成以用户为导向的电力营销新模式。
2.2加快反窃电检查工作方式改革
随着大数据被应用到电力企业反窃电检查中，逐渐形成了集约化的反窃电检查工作方式，能够提高工作效率，降低企业成本，且能够减少工作人员与用户的接触频率，减少各种矛盾的发生。通过进行定期的线下走访或不定期的线下走访，对电力设备的工作情况进行检查，及时掌握用户的相关诉求及用电情况。同时，充分发挥大数据的价值，可以在提高工作效率及工作质量的同时，使工作人员能够以更多的时间来提高服务水平，使电力系统的安全性及稳定性得到保障。
2.3解决传统抄表业务存在的弊端
根据以往电力企业反窃电检查工作情况来看，普遍存在以下几个方面的工作问题：①抄表工作人员的人身安全无法得到保障。②反窃电检查工作受到人为干预，难以保证反窃电检查的工作质量，且难以进行有效的追责。③反窃电检查工作存在一些疏漏，使得用户的窃电行为无法及时被发现。④反窃电检查工作的投入成本较高，使得电力企业的经济效益受到一定影响。
而电力抄表核算智能化能够有效解决这些问题，使反窃电检查工作的效率及质量得以提升，且人力成本及物力成本也得以降低。
3、反窃电检查中电力营销大数据的应用
3.1对电力营销大数据进行电量数据分类
用电种类不同，其相对应的线路也存在较大的差异，用电负荷曲线波动和大小也有一定的差异。在这个差异的基础上进行计算，可以有效判断用户是否存在窃电行为，反窃电检查工作人员需要充分了解用户供电线路的特点。用户用电线路很容易受到外界因素的影响而发生改变，所以，在反窃电检查工作中，需要掌握用户用电的实时情况，并且进行记录，在此基础上分析是否存在失压或者三相电流不平衡的现象。一旦出现异常，就必须进行实时的跟踪和监督，按照不同的时段进行检查，收集窃电证据，明确窃电现场，对窃电人员采取相应的惩罚，让他们承担法律责任。划分电力营销大数据电量类型可以明确反窃电检查工作的内容，不同用电场所，其用电特征也存在基本的差异。首先对电量数据进行分类，然后在此基础上对用电类型进行分类。一些大型生产用电可以划分为工业用电。在用电类型划分之后，可以针对每种类型进行用电特征分析，从而确定是否存在窃电行为。
3.2对用户用电量数据进行分析
在用户用电量数据处理过程中，需要计算用户用电量的平均值和标准差，在此基础上根据负荷值的变化计算差值，这样就可以为供电企业提供参考信息，判断用户是否存在窃电行为。反窃电检查工作人员需要在认识用户用电量的波动状况的基础上进行判断和分析，找出用电量变化比较大的用户。针对用电量变化比较大的用户，需要分析他们最近一段时间的用电量，对实际用电量进行核实，这些用户的电量有一定的损耗，所以，如果在一段时间内用电量变化不大代表着不存在窃电行为。如果用电量变化比较大，需要对其用电量进行进一步的核实，判断其是否存在窃电行为，数据差值越大，窃电的可能性越大，这时，需要对该用户长期的用电状况进行比较，展开相关的排查工作，注意证据的收集，必要时可以进行突击检查，如果检查出存在窃电行为，必须进行惩罚，为其他人起到一定的震慑作用。
3.3构建反窃电智能监测平台
运用大数据分析技术，提取典型窃电行为特征量，构建多维度反窃电诊断模型，实现窃电智能分析预警，沉淀构建窃电案例库。通过各类渠道，收集窃电案件客户电量、线损、欠费信息等用电信息。通过反向分析，总结归纳出典型窃电案例的数据特征库，建立异常预测的数学分析模型，对查实窃电用户分析相关窃电特征，对计算模型进行训练，实现模型的完善提升。
3.4研制智能反窃电作业设备
通过多维度窃电态势智能感知技术，强化窃电态势智能化感知，提升现场智能化作业、信息化取证水平，有效提升巡视检查到位率，夯实用电安全管理基础，提高检查效率，提升与客户的互动性。
结束语
综上所述，面对数据存储积累的数量增多，应用大数据技术可以替代传统方法。通过用电特性，梳理出窃电主要问题，提出合理有效方法，加强电力营销大数据进行电量数据分类，对用户用电量数据进行分析，构建反窃电智能监测平台，研制智能反窃电作业设备等措施。
参考文献
[1]姜芬,王强,况贞戎.电力营销大数据在反窃电检查中的应用浅析[J].低碳世界,2019,9(12):108-109.
[2]潘雅.电力营销大数据在反窃电检查中的应用研究[J].电子世界,2019(23):204-205.
[3]林东霞.反窃电检查中电力营销大数据的应用[J].南方农机,2019,50(22):192.
[4]赵波.电力营销大数据在反窃电检查中的应用探讨[J].科技风,2019(31):175.
[5]赵超,刘刚.电力营销大数据在反窃电检查中的应用探讨[J].营销界,2019(43):122+129.