肖燕婷 乔琦 谢松 李忠普
国网湖北省电力有限公司荆州供电公司 湖北荆州 434000
摘要：随着近年来我国社会经济发展不断加快，我国的电力行业也在这个过程当中得到了更多的发展，电力工程的建设发展速度也越来越快，对于我国的整体发展来说，电力是我国发展过程当中的一个基础性的产业，在社会主义市场经济的发展背景之下，我国的电费收取方式是根据使用者的用电量以及用电的性质来进行费用收取的，在很大的程度上保护了电力企业的经济效益，然而一些不法分子通过使用不正当的手段进行窃电，不仅对电力企业的利益产生了极大的损害，还对我国电力行业的发展带来了很大的危害，而且也对电网的安全产生威胁，因此基于用电信息采集的大数据来对防窃电的方法进行探究是非常有必要的，这对于我国电力行业的发展能够起到积极的促进作用。
关键词：用电信息采集；大数据；防窃电方法
智能电网被看作是大数据应用的重要技术领域之一，用电信息采集系统是国家电网公司信息化建设的重要基础，是提升服务能力、延伸电力市场、创新交易平台的重要依托。目前国家电网公司的用电信息采集已经基本实现“全采集、全覆盖”，能够及时、完整、准确掌控广大电力用户的用电数据和信息。根据用电信息采集系统的数据，建立各种数据与各类异常事件与窃电行为之间的关联关系，能有效解决大数据条件下的窃电行为监控问题。
1基于用电信息采集大数据防窃电方法
尽管窃电手法多种多样，然而这些窃电行为都会在窃电用户用电量统计数据上反映出来，特定时期内用户用电统计数据与用户的用电习惯与特征相关联，通过对海量的用电统计数据进行分析，提取出对决策者决策有价值的信息，可发现其背后隐藏的客观规律，进而实现防窃电目的。基于用电信息采集系统大数据的防窃电方法如图1所示。
.png)
1.1用电信息采集系统的数据采集
用电信息采集系统可以为三层简化物理结构，如图2所示。顶层系统主站负责整个系统的用电信息采集、数据管理与应用，以及与其他系统的数据交换等功能，是用电信息采集系统的核心计算机网络系统；第二层是数据采集层，其主体为电能信息采集终端与集中器，主要负责对各采集点电参量信息的采集和监控；第三层是采集点监控设备层，包括智能电能表等，是电参量信息采集源和监控对象。通过用电信息采集系统可以实现对电力用户的“全采集、全覆盖”，及时、完整、准确掌控电力用户的当前数据和历史数据等用电信息，为分析窃电行为提供稳固的数据基础。
用电信息采集系统的主站，能够根据监测用户的电参量数据和用电异常监测模型，对相同的计量点通过不同方式采集的电参量数据进行比对，或者对同一计量点的实时数据与历史电参量数据进行比对，依据对比曲线数值差距和趋势差异，判断用户用电是否正常，如果发现异常，启动异常处理流程，对此用户其它的参数进行持续监测，并根据窃电嫌疑预测模型，将监测的数据进行综合分析判断给出“窃电概率系数”。
.png)
1.2用电信息采集系统的数据类型
用电信息采集系统监测的数据按照时间属性可分为l类数据(实时和当前数据)、2类数据(历史日数据和历史月数据)和3类数据(事件数据)。按照数据的物理属性可分为：(1)电能数据(总电能量、各费率电能量、最大需量等)；(2)交流模拟量(电压、电流、有功功率、无功功率、功率因数等)；(3)工况数据(开关状态、终端及计量设备工况信息)；(4)电能质量越限统计数据(电压、功率因数、谐波等越限统计数据)；(5)事件记录数据(终端和电能表的事件记录数据)；(6)其他数据(预付费信息等)。
1类数据主要反映电力用户当前的实时用电信息；2类数据具有时间序列属性。此类数据可提供曲线数据，并给出曲线时间周期，1、2类数据是分析窃电现象的基础数据。3类数据为事件数据，记录事件的详细状态信息。其中电流回路异常、电压回路异常、相序异常、有功总电能量差动越限事件记录、电压越限记录、电流越限记录、电能表示度下降、电能量超差等事件的详细信息可为分析窃电提供综合判断依据。
1.3分布式数据存储
目前，用电信息采集系统主机架构采用基于传统的IOE架构，采用IBM系列主机及配套存储与Oracle关系数据库。但这种结构越来越不适合海量数据的存储，因此为了适应海量采集数据的存储，可采用关系型数据库(Oracle)和NoSQL数据库(HBase)相结合的存储方式，使用Oracle存储全部参量关系数据，而采用具有高可靠性、可伸缩性的海量数据分布式存储系统HBase，保存系统的海量监测数据，经过数据处理后转存到Oracle。采用HBase技术可搭建起大规模、结构化的存储集群，同时采用Hadoop的MapRe—duce技术，可对HBase分布式存储系统中的海量数据进行高效的计算和分析。通过上述方法解决使用Oracle数据库进行海量数据分析的性能问题。HDSF(Ha—doop Distributed Filesystem)是一个分布式文件系统，以流式数据访问模式来存储超大文件，从而实现一次写人、多次读写的最高效访问模式；并在普通的商用硬件上运行。
2结束语
近年来，我国的经济和社会发展迅猛，人们日常的生产生活中对电力的依赖也越来越大，一些不法分子通过使用不正当的手段进行窃电的行为会对我国电网运行的安全产生不利的影响，因此基于用电信息采集大数据的防窃电方法成为了电力企业现在的重点工作内容，而且基于电力信息采集大数据的防窃电系统的发展也是未来我国电力信息采集系统不断发展的大趋势，也是电网公司的快速发展与进步的基础以及精细营销管理的主要体现。
参考文献
[1]窦健，刘宣，卢继哲，等.基于用电信息采集大数据的防窃电方法研究[J].电测与仪表，2018，55(21):43-49.
[2]张晶，刘晓巍，张松涛.基于营销大数据的用电异常事件统计及窃电特征分析[J].供用电，2018，35(6):77-82.
[3]吴迪，王学伟，窦健，张海龙，章宏伟.基于大数据的防窃电模型与方法[J].北京化工大学学报(自然科学版)，2018，45(06):79-86.
[4]王玮，张亚杰，吴宏波，冯波，张冰玉.用电信息采集系统大数据在电能表时钟管理研究中的应用[J].电力大数据，2017，20(12):8-12.