应用大数据技术的反窃电分析

孟志云　潘琪

摘 要：电力客户的用电情况信息由于客户基数较大，人工搜集很难实现全方位的获取，这种传统的方式效率低，人工成本耗费较大。因此通过大数据技术建立用电行为的分析模型，将客户的用电行为和窃电情况进行监测，从而保证供电单位的反窃电能力，是我国相关供电企业可以投入使用的有效方法。

关键词：大数据技术；反窃电；智能电网；信息采集

1 引言

随着我国经济社会的飞速发展，供电企业提供服务的单位和个人用电客户的数量较多。通过将全面覆盖、全采集和全费控的目标具体化实施，用电客户的数据信息数倍的增长，对这种庞大数据信息内容在存储和处理方面都是企业亟待解决的问题。通过对计算机信息技术的开发研究将其中大数据应用的用电信息采集全面实现，进而更便捷快速的实现后期的数据处理和应用。通过这种大数据信息的建立能够有效的实现供电企业的反窃电和职能监控的目的，针对供电企业的反窃电管控出现的问题，本文将展开详细的讨论。

2 供电企业反窃电管理困难的主要原因

2.1 客户窃电情况统计

客户的窃电行为产生之后，供电企业对窃电数量的统计不到位。电量通常都是用计量设备进行记录的，电力信息报表的线损是总供电量和总销售电量之間的差距体现出来的。线损在窃电量统计中通过不同程度的展现能将窃电现象进行掩饰，管理人员很难从其中发现问题的根本，这种现象对供电企业的反窃电管理造成阻碍。

2.2 窃电手段较为隐蔽

科技发展和全民知识水平的提高，造成部分用电客户的窃电方法更加的隐蔽。这部分用电客户的窃电数量和信息搜集有很大的困难，漏洞问题不及时解决很容易造成个别用户不良行为的助长。供电企业通过监控和跟踪不难发现用户存在窃电行为，怎么才能发现源头问题进行控制是电力企业容易出现的问题，通常情况下电力企业会因为证据和信息不足不了了之。

2.3 企业对反窃电行为的重视程度

在安装电报没有将计量箱和接线盒进行封闭处理，设备不具备良好的防窃电预警等都是用电客户实施窃电的途径。供电企业没有做好这方面的条件建设，其中主要原因是供电单位对反窃电管理的重视程度不够，前期的成本预设不合理，设备购置不够等种种问题，导致企业的防范工作做不到位。

2.4 人工反窃电工作情况

部分供电企业采用人工统计和管理电力资源消费的情况，很多窃电数据信息的搜集的工作都比较难展开，人工操作中的失误和效率都是企业发展阶段遇到的极大困扰。所以当一些用户出现的临时窃电的行为，供电企业通常很难找到指正客户窃电行为的依据，用户因为没有限制并认为自己得益，最终导致窃电行为愈演愈烈。

3 电力企业数据信息获取的方式

3.1 用户静态数据信息的获取

客户静态数据信息的主要内容是从用户的基本信息、用户的信用信息等。用户信息包括用户行业类别、电压的基、季节性用电量增减的信息等，其中涉及到用户接入量和电费的缴费情况，信用信息则是欠费记录、频率、违约现象，这些信息都是企业与客户之间能够保持一个良好合作关系的依据。

3.2 用户用电行为信息获取

通过对用户电表设备上的用电量的数据采集，结合用户今天数据信息的内容，分析用户的主要用电行为。对用户的电流过流、电能表数据信息、用电负荷情况以及主要的三向不平衡现象的发生情况进行统计。

4 实现大数据技术平台应用的重要作用

4.1 电力企业大数据技术的特征

电力大数据的种类多，承载量较大，速度较快价值密度低等特征明显。体量大主要是由于采集端通常是十五分钟采集一次只能电表的用量信息和传感器数据等，这样高频率的数据累计造成的体量巨大。电力资源的使用类型多是从生产和营销的企业内部的工作数据，包含的报表、环境参数、邮件、结构化的数据种类很多。电力大数据的产生速度极快频率也很高。按照这种频率传输到系统上很难及时进行处理。而电力大数据的价值密度低是因为在数量庞大的信息用可用信息较少，在非结构化的数据信息中，有效信息出现的时间非常短，信息获取难度教大。

4.2 用电信息大数据分析

4.2.1 用电信息采集系统大数据处理的系统构架

这是是将电力使用情况的数据信息采集原始的数据，系统构建之后通过专网的通信信道传输到数据采集单元当中，再由数据单元终端的通信服务，完成采集终端数据之后及时进行指令的下发。在这个大数据系统构架通常会采用数据库存储和存储计算的服务，会借助软件服务群。在系统中实现数据采集和分析，最终得以应用。

4.2.2 数据库的基本构架

数据库的存在对实现大数据巨大体量的存储具有现实应用。通过数据库中的主、从节点服务器之间的相互配合将数据分析软件合理利用，将其中历史数据和现实数据进行及时的存储，将数据共享和存储的效率大大提高，这两个构成方面将计算和存储高效配合，对大数据系统的完善构建有很好的推进作用。

4.2.3 数据计算软件的服务集群工作

大数据技术的构架中数据计算服务是实现信息数据应用的重要支撑手段，通过主、从节点的活跃将数据库汇中的数据计算应用，具备提高系统处理能力和速度的作用，符合大数据系统构成的基本要求。

5 大数据实际应用情况研究

供电单位通过对大数据信息采集系统的海量数据的搜集，实现存储和计算，最终起到将用电客户的电力资源使用异常情况和负荷量异常等方面的问题进行监督和管理，最终实现反窃电技术。我们通过实验使用可以得出，在对用户一整天的电力使用情况进行监控得出一个图表，在对数据进行观察和研究发现，系统可以将出现用电情况异常的时间段进行突出和强调，能够起到一定的预警作用，管理人员则可以及时采取这部分信息，作为用户窃电行为的证据。

在天气不同季节变化的情况下调取供电线路线损图表，发现同一条线路在不同季节的一天内的相同时间情况下出现的线损情况是有明显差异的，在天气环境恶劣温度较低的环境下出现线损的情况较为明星啊，晴天则不然。通过系统的数据退表进行监控的系统模式，管理人员分析线损情况，适当控制线损程度效果显著。

6 大数据技术的期待发展方向

电力企业大数据技术系统构建完成之后，通过对比用户的信息能够将电力资源的使用情况进行适时化监控，企业通过这种较为完善的系统构成模式，加强内部的管控成果激励措施，能够极大的减少企业的损失。通过先进技术展示给客户，使部分客户有意识的注意自己的行为。通过对各个区域的关口自统计表的数据进行分析，能够调控部分电站，电能源设备的有序充电，保证电力资源的质量情况之下，实现充电的平衡，并且系统可以通过智能平台的作用，实现对目标客户的线上服务，从而节省用户的时间提高工作效率。

7 结束语

本文的主要研究内容是将目前我国电力企业在反窃电方面的不足之处指出，通过对海量信息的智能化采集和处理，采取大数据的系统构架处理方式。将构架的组成和功能优势进行分析，让企业和客户都对该系统有所了解。并能通过对系统的合理利用实现突破人工作业的种种弊端，也为我国电力企业的管理阶层提供坚实的更为有效的数据依据，大数据技术的应用未来将在我国的各个涉及到电力资源的行业领域广泛应用，对企业实现防窃电并做到更能高效的服务于用户有着重要意义。

参考文献：

[1] 唐良义，王坤，李红柳等.浅析大数据技术在智能反窃电和线损监控方面的应用[J].电气应用，2017（17）：48～53.

[2] 任玮蒙，许树实，吕长辉，等.基于多维度数据分析技术的反窃电支持系统设计研究[J].科研，2015（26）：215～218.

[3] 徐国虎，孙凌.基于大数据技术的线上线下电商用户数据挖掘流程分析[J].中国集体经济，2012（30）：187～188.