基于事故树的窃电损失要因分析

辛洁晴，夏正侃，高亦凌，史 涛，张 杨，翟莺鸽

（1.上海交通大学电气工程系，上海200240；2.上海市电力公司市北供电公司，上海200072）

如何提出有效的反窃电方法、降低窃电电费损失的风险一直是电力营销部门关注的问题。长期以来，反窃电主要关注于窃电发生之后的用电稽查，而实际上影响窃电损失风险的因素并不局限于稽查环节，而是贯穿电力营销整个过程。例如用户报装接电时计量装置的选型和供电方式的选择、用电数据和电表异常事件是否被跟踪分析、窃电被查证后是否能及时、充分地追补电费等。因此，有必要从营销各环节梳理窃电损失风险源，实施要因分析，构建最为有效的窃电损失防范措施。

文献[1]从业扩报装、电费安全、现场服务、自动化系统4 个业务模块分析电力营销过程中的电费风险，进而采用模糊综合评价法评估供电企业电费风险等级，其中对各风险因素的相对重要性未予量化评估，风险因素的权重分配按经验赋值，从而使得评估结果有一定的随意性；文献[2]则采用主成分分析PCA（principal components analysis）法，通过原变量（即风险因素）中少数几个的线性组合来解释原变量的绝大多数信息，由此找出对电费信用风险起支配作用的因素，该方法的实施要求大量样本且只能处理风险因素连续取值的情况。

本文将事故树分析FTA（fault tree analysis）法应用于窃电损失风险要因分析。该方法通过画出各种风险因素导致事故的逻辑框图（即事故树）确定事故原因可能的组合方式和发生概率，进而依据事故树评估各种风险因素的结构重要性系数SIC（structure importance coefficient），由此判定重要因素，为采取有效的应对措施、降低事故风险提供依据。目前，电力方面FTA 主要应用于电力设备故障和系统可靠性分析[3～5]。与PCA 方法相比，FTA 可实现风险因素相对重要性的量化评估而又无需样本分析且能考虑风险因素为离散取值的情况。

1 窃电损失风险源分析

从 人（man）、机（machine）、料（material）、法（method）、环（environment）5 个方面实施窃电损失风险源分析，该方法简称为4M1E 法。人指人力资源，包括人员的能力、意识、操作；机指设备和工具的配置、技术、维护等方面；料指原材料；法指工艺方法、技术手段、规程标准；环指生产环境。在窃电风险管理中，4M1E 可引申如下。

（1）人——包括电力客户和用电稽查人员。电力客户的诚信度（可用信用等级来描述）是影响一个地区窃电事件发生频率的因素；用电稽查人员的配置数量、道德素质、工作态度、经验水平则是影响窃电能否被及时发现并按实处理的因素。

（2）机——包括用电计量设备和稽查设备。用电计量设备中，是否使用集中式密封表箱、带防撬端钮盖和止逆等功能的电子表均影响窃电发生的可能性；用电稽查设备的完备性（如是否携带摄影设备）和技术性能（如量测精度、是否具有错误接线自动判断功能等）则是影响窃电能否被有效举证的因素。

（3）料——反窃电虽不涉及原材料，但可将“料”理解为窃电信息来源。供电企业是否具有有效的窃电举报机制或其他窃电可疑用户搜索方法，显然也是影响窃电能否被及时发现的因素。

（4）法——包括用电查处办法和处理规程，如窃电惩罚措施、窃电户专档材料的流通规程以及对上述流程的监督办法等。

（5）环——用户所处的环境。如对用户的供电方式中，采用架空线还是电缆、接户线的长短等均影响用户窃电的便利性。

按上述5 个方面梳理可能造成供电公司窃电损失的风险因素，画出特性要因图（又称鱼骨图），如图1 所示。图中“窃电损失”表示最终导致的风险事件，采用大骨、中骨、小骨层层剖析导致风险事件的可能原因。其中：大骨对应人、机、料、法、环5 大风险源；中骨在大骨基础上展开，描述各大风险源中可能造成窃电损失的主要原因，如“人”这一风险源中可能包含电力客户有窃电动机、用电稽查人员未及时查处并处理窃电两方面因素；小骨则在中骨基础上进一步展开，分解造成中骨因素的可能原因，例如造成用电稽查人员未及时查证并处理窃电的更进一步原因可能包括稽查人员经验不足而导致未能有效举证、稽查人员缺乏职业道德或工作积极性而导致少计、不计窃电量等渎职行为。

图1 供电公司窃电损失风险源的鱼骨图Fig.1 Fishbone diagram of electricity-stealing losses risk sources for electricity supply company

2 窃电损失事故树

鱼骨图只分析了导致窃电损失的基本因素，没有理清各因素之间的作用机理，为此进一步开展事故树分析。事故树采用树状结构，顶层为风险因素最终导致的结果，称为顶上事件；随后层层分析产生上层事件（矩形表示）的原因，并用与（·）、或（+）等逻辑符号表述各种下层因素导致上层事件的逻辑关系；最下方的圆形表示造成上级事件的最基本因素，称为底事件，相当于鱼骨图里中、小骨元素。

供电公司窃电损失事件的事故树如图2 所示。窃电损失事件发生的机理如下。

（1）当用户实施窃电行为（事件S）且供电公司未能及时查处（事件M）时，导致供电公司蒙受窃电损失（事件Y）。

（2）窃电事件S 包括居民、低压非居民、高压3 类用户的窃电事件，分别以Sr、Sl和Sh表征。供电公司的窃电损失是3 类窃电导致的电费损失之和。

（3）各类用户导致的窃电损失又是其各种窃电方式导致的窃电损失之和。窃电方式可分为4类[6]：①改动电能表的表内或表端接线（SI表征），如进出线短接（即插U 字）、一线一地、表内接线或更换元件、绕越表计直连等，是窃电户利用计量装置的缺陷，如表箱不封闭、计量柜未使用防撬电子锁、计量柜中未设独立封闭计量仓等（事件b）而窃电；②私接外线（SII表征），指直接从接户线或公用干线拉电，属无表用电，主要发生于供电方式存在漏洞的情况（事件w），如架空线供电且接户线较长或虽为电缆供电但计量箱电源进线未穿管敷设；③机械式破坏表计（SIII表征），如表计打洞、强磁铁、电表倒转、倒拨数字、平卧表计等，仅当使用传统感应式电表（事件m）时可能发生此类窃电；④改动流变或压变端口接线，此类窃电仅在计量经流变/压变取电的低压非居民和高压用户中存在，且同样主要发生在计量装置存在漏洞情况下。

（4）根据上述分析，可进一步画出每种用户的各类方式窃电事件的主导原因。例如，居民I 类窃电事件是居民用户信用度低、有偷电的动机（事件cr）与计量装置存在漏洞（事件br）共同作用的结果。

（5）窃电事件发生后，供电公司未能查处窃电、及时追补电费损失的可能原因有：①未能及时发现窃电（事件MD），其中又包含未实施外场检查（事件和实施了外场检查、但仍未发现窃电（事件MDII）两种情况。MDI可能是由于缺乏有效的窃电可疑用户信息来源（事件i），也可能是由于稽查人员配置不足、未能对窃电可疑用户充分排查（事件p1）；则可能是由于所派稽查人员缺乏职业水准和职业素养（事件p2）、或者稽查工具不足以有效举证（事件t）。②虽发现了窃电，但稽查后仍未能及时阻止和施以足够的处罚（事件MT）。导致该事件的原因是稽查数据的录入和后续处理流程不规范或相应的监督机制不完善（事件q）以及稽查人员职业水准和职业素养有所欠缺，致补缴电费少计、漏计。

图2 供电公司发生窃电损失的事故树Fig.2 Accident tree of electricity-stealing losses in electricity supply compony

3 结构重要性系数分析

从第2 节分析可知，导致供电公司窃电损失风险的基本事件集X = { cr，br，wr，mr，cl，bl，wl，ml，ch，bh，wh，mh，p1，p2，i，q，t}，基本事件（即基本风险因素）数n=17。基于事故树，可对这些基本因素评估结构重要性系数，找出导致窃电损失风险的重要因素。

3.1 结构重要性系数的定义和计算方法

SIC 反映基本事件的发生对顶上事件发生的影响程度。对于基本事件i，SIC 定义为其余基本因素发生/不发生的2n-1种组合中，必须由基本因素i的发生才能导致顶上事件发生的组合所占的比例。由于SIC 并不考虑基本事件发生的概率，仅从事故树的结构上进行分析，故而称作结构重要性系数。

评估窃电损失各项基本风险因素的SIC 时，窃电损失事故树的结构函数式反映各项基本因素导致窃电损失的逻辑关系，即

其中第i 项基本因素的SIC 计算公式为

式中：φ（Y，x（i）=1）为第i 项基本事件发生时窃电损失事件Y 发生的组合情况个数；φ（Y，x（i）=0）为满足（Y，x（i）=1）的各种组合情况中，第i 项基本事件改为不发生时Y 仍然发生的组合情况个数。

3.2 窃电损失风险因素的结构重要性系数评估结果

本文采用Matlab 编程，使用combntns（）函数构建基本因素发生/不发生的各种组合情况，然后根据式（1）和式（2）对17 项基本风险因素计算SIC，所得结果见表1。从表1 可知，SIC 由高到低依次为：cr、cl、ch> i、p1、p2、q、t > br、bl、bh、wr、wl、wh、mr、ml、mh。结果表明：

（1）辖区内用户信用度（c）情况是影响供电公司窃电损失风险的最主要因素；

（2）次要的因素包括：①供电企业内部用电稽查队伍建设情况，包括稽查人员配置是否充足和稽查人员的职业素质、道德素养（p1和p2）；②是否拥有有效的窃电可疑用户信息源（i），如合理的举报机制和基于数据挖掘的窃电可疑用户搜索方法；③是否使用能有效举证的稽查工具（t）；④是否实施规范化的反窃电工作流程和相应的监管制度（q）。

（3）用户侧电表（m）、计量箱/柜（b）、供电方式（w）方面的缺陷和漏洞对于供电公司窃电损失风险的重要性相对较弱。这本质是由于这些缺陷和漏洞是导致窃电损失的必要而非充分条件；且用户窃电方式千差万别，与某一类窃电方式对应的计量装置、供电方式上的风险因素的SIC 就较小。

4 结论

本文将事故树法引入供电公司窃电损失要因分析。在用鱼骨图分析窃电损失风险源的基础上，建立了供电公司发生窃电损失风险事件的事故树，明确了风险源之间的作用机理；进而据事故树量化评估了各项风险因素的结构重要性系数。分析表明，降低窃电损失风险的关键举措并不局限于事后的用电稽查，而应该从5 方面入手。

表1 窃电损失风险因素的结构重要性系数Tab.1 SICs of the various risk factors inducing electricity-stealing losses

（1）降低辖区内用户的窃电动机。为此，除了加强宣传力度外，对证明为低收入的人群可提供分期付款服务、电费补助或折扣，对高收入窃电户加大惩罚力度；还可实施按窃电量、窃电次数的梯级惩罚制度。

（2）加强稽查队伍建设。可通过定期开展岗位培训、业绩考核、行风监督等措施提升用电稽查人员的职业水准和道德素质。

（3）建立有效的窃电可疑用户搜索机制。除了完善有奖举报制度、实施依据台区线损精细化结果的窃电重灾台区判断之外，还可利用用电数据挖掘技术定位窃电可疑用户，提升稽查效率。

（4）采用能有效举证的稽查辅助工具。除了要配置摄影录像设备、提高检查工具（目前主要是钳形电流表）的精度外，还应考虑研发和使用带有窃电方式自动辨识、稽查数据无线上传功能的稽查装置，可实现用户合同、电表数据的在线查阅和稽查结果的及时上传，减少稽查信息流通环节、提升信息流通效率。

（5）建立营销稽查规范化流程。不仅要明确反窃电工作的规范化流程和各环节的时间限制，还应建立对反窃电工作的稽查制度，保障规范化流程的实施。

[1]李宗虎（Li Zonghu）. 电力营销全过程电费风险管理（Risk management on power rate during the entire process of power marketing）[D].北京：华北电力大学工商管理学院（Beijing：School of Business and Management，North China Electric Power University），2010.

[2]张成，丁晓，张晔，等（Zhang Cheng，Ding Xiao，Zhang Ye，et al）.电费信用风险关键影响因素研究（Research on key factors influencing power rate credit risk）[J]. 电力需求侧管理（Power Demand Side Management），2008，10（2）：50-52.

[3]吴彤，涂光瑜，罗毅（Wu Tong，Tu Guangyu，Luo Yi）. 采用模糊集合论事故树法的变压器故障分析（Power transformer fault diagnosis method based on fault tree method with fuzzy sets theory）[J]. 水电能源科学（Water Resources and Power），2008，26（1）：177-180.

[4]宋福龙，罗毅，涂光瑜，等（Song Fulong，Luo Yi，Tu Guangyu，et al）.基于事故树分析法的电力系统事故链监控研究（FTA-based fault chains monitoring research in power system）[J].继电器（Relay），2006，34（2）：29-34.

[5]卓陈祥（Zhuo Chenxiang）.应用故障树分析无刷同步电机的可靠性（Using fault tree to analyse reliability of brushless synchronous generator）[J].电力系统及其自动化学报（Proceedings of the CSU-EPSA），2011，23（5）：142-146.

[6]程海花，李晓明，黄军高，等（Cheng Haihua，Li Xiaoming，Huang Jungao，et al）.窃电检测在电能量计量计费系统中的应用（Applying of detecting the theft of electricity in the power energy billing system）[J]. 电力系统及其自动化学报（Proceedings of the CSU-EPSA），2001，13（6）：53-57.

[7]罗云.风险分析与安全评价[M].北京：化学工业出版社，2009.

[8]Smith T B. Electricity theft：a comparative analysis[J].Energy Policy，2004，32（18）：2067-2076.

[9]Nagi J，Yap K S，Sieh Kiong Tiong，et al.Nontechnical loss detection for metered customers in power utility using support vector machines[J]. IEEE Trans on Power Delivery，2010，25（2）：1162-1171.