摘要：电力资源在社会的发展中，不仅是人们保持正常生活的重要资源，也是我国可持续发展行和各项事业正常运的重要支撑。然而，从目前中国电力监测的角度来看，大量的盗窃现象仍然在发生，随着科技的不断发展，使得盗窃行为更加隐蔽，盗窃技术越来越先进，也刺激了窃电的水平的提高，使监控起来比较困难。因此,必须加强对窃电技术的研究与分析，避免这种不良现象进一步阻碍我国电力行业的健康发展。
关键词：用电检查；反窃电；关键技术与策略
引言
在我国经济高速增长，科学技术飞速发展的同时，一些不法分子利用先进的技术手段，巧妙、隐蔽地减少表计计算量，从而少缴纳电费，不仅使供电企业的合法权益受到损害，还扰乱了正常供电秩序，造成电力故障和安全事故。针对窃电问题，供电企业需采取科学有效的对策，提高用电安全和反窃电能力。
1用电检查中窃电管理存在的问题
1.1检查制度不健全
目前，我国用电检查中，窃电与违约用电管理存在的根本问题便是检查制度不健全，缺乏有效的检查手段，检查工作的效率和质量严重降低。即使各地的检查部门定期进行检查工作，还是会有诸多问题产生。电力问题的产生都是不固定的，有很强的随机性，有些问题在检查时没有发现，检查过后便会浮出水面，给检查工作造成了一定的阻碍。
1.2管理意识较淡薄
多数用电检查人员在工作中往往敷衍了事，检查过程过于形式化，不敢在检查过程中指出窃电、违约用电人员的过错，担心日后遭到打击报复，导致这些人员更加肆意的窃取国家电力，更有甚者会对检察人员进行贿赂，最终结果就是检查工作不顺利，造成了不可估量的损失。
2用电检查反窃电关键技术
2.1深度学习技术
要想准确地识别窃电用户，必须在海量的数据信息中准确地找到电流电压异常事件，全面分析线损供应电量，上述数据存在一定的相似性，均带有时序性及稀疏性的特征。只有深入学习与反窃电技术相关的内容，才可从海量的数据中提取相关概念，准确地寻找到窃电用户，提升窃电识别的精准性，做好异动监测。深度学习从某种意义上来说是一种特定的网络结构，也可将其认定为计算机可储存结构。经过一定时间的发展，深度学习技术已经取得了明显的成绩，引起了学术领域的重视，其应用领域相当广泛，与图像特征编码、语音识别及计算机视觉等均有所关联。需要注意的是，原始数据的清理难度较高，预处理也面临全新的问题，原始数据由多个数据构成，其中包括了极为隐蔽的数据，固有的经验很难发现其潜藏在原始数据当中。数据分析会出现多种异常问题，例如指标统计值异常及中间数据生成异常等。总的来说，数据问题并不是一蹴而就的，而是一个逐渐摸索的过程。深度学习技术更有利于提高窃电工作的准确性，是做好用电异常预警项目的重要前提。
2.2数据安全技术
通过对用电异常预警项目进行分析后发现，其数据由静态数据及动态数据两种模式的数据构成。静态数据及动态数据分属于不同的数据群，ORACLE数据库是储存静态数据的主要位置，需要由专门的技术人员进行备份，而大数据集群本身就具有恢复及备份的功能，因此，处于大数据集群当中的动态数据储存，可自行完成定期备份，维护系统数据安全。当前备份工作分为以下三种类型，分别为系统备份、数据库备份以及重要的配置文件备份。要想提高数据库备份的效率，应在备份前制定与之相对的备份制度，从备份策略及备份周期入手，提高备份制度的完善性，确保其与数据库备份需求之间相符。数据超过一定的储存期限后会出现过期的问题，但是，并不是所有超过期限的数据都是毫无利用价值的，剩余有利用价值的数据，可利用外部介质进行备份储存，以便有需要时及时调取。
因备份工作的影响，服务器的效率会低于平时运行的状态，技术人员会选择在凌晨完成备份工作。当然，这只是设计异常用电预警项目的一部分内容，要想做好用电检查及反窃电工作，还要提高对细节的重视，确保用电异常预警项目更好地服务于用电检查及反窃电工作。
2.3智能化、信息化电网的反窃电技术
电力公司应该系统地开发电力智能集中控制锁的系统，通过GPRS技术，与分布式无线通信技术的紧密结合，对电表计量箱柜进行远程数据端信息控制与操作控制。在实际的运行过程中，如果电表箱被破坏或者发生了问题，系统就会用过GPRS进行远程报警，这个时候，系统的密码锁与PDA钥匙中断紧密结合，一旦出现了电力箱开锁行为，那么就会显示开锁的时间与具体信息，这样就可以实现电网系统的智能化，与无线技术的紧密结合发展。
3用电检查反窃电管理策略
3.1充分利用营销大数据
在进行反窃电检测工作的时候，可以利用营销大数据来提高检测效率，使反窃电检测的准确性得到保障。为实现这一目的，需要将电网统计的相关信息作为参考依据，按照用户类别对电力营销大数据进行分类，便于根据用电特征对用户用电情况进行比较，从而判断用户用电是否存在异常情况，实现对用户是否存在窃电行为进行有效判定。在进行大数据分类的时候，需要充分了解各个供电线路的用电特征，避免外界因素的干扰对用户窃电行为判断造成影响。将自动化设备返回的用电数据传输到大数据系统，利用智能化系统或专业人员对用电系统的运行情况进行分析，若是确定用户自身行为造成了用电异常的情况，则需要制定科学的方案进行窃电检测，并及时中止供电，使企业的经济损失得以降低。同时，部分企业以个人名义进行生产活动，这就需要根据用电量对其是否为企业用户进行判断，及时对窃电行为进行处理。
3.2对用户用电量数据进行分析
在数据分析过程中，反窃电检查工作人员需要收集数据并且对数据进行整合处理，这样就可以发现其中存在的问题，才能采取恰当的措施处理问题。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。由此可以看出，在反窃电检查工作中，电力营销大数据发挥着越来越重要的作用，电力企业也需要进一步提高管理人员和工作人员的专业能力，促使他们能够及时发现问题，对窃电行为做出准确的判断，进而提高反窃电检查工作的质量和效率，降低国家经济损失。
结语
总之，在科技的发展迅速的情况下，窃电的方式与手段不断出现，种类也较为繁多，与此同时，反窃电技术也应随之而做出调整，以提升反窃电技术的针对性和有效性。通过安装多功能的智能电能表等手段，能够达到反窃电的目的，对窃电行为进行有效的控制。
参考文献
[1]魏建荣.用电监察中窃电与反窃电技术分析[J].电子世界.2018(20)
[2]薛坤昌，滕菲菲，王崇峰.用电监察中窃电与反窃电技术分析[J].建筑工程技术与设计.2018(14)
[3]钟立华，杨悦群.用电监察中窃电与反窃电技术分析[J].电子测试.2018(21)