以大数据分析为基础的窃电嫌疑用户准确定位技术研究

以大数据分析为基础的窃电嫌疑用户准确定位技术研究

王嘉宏

国网冀北电力有限公司张家口供电公司  河北省张家口市 075000

摘要：为提升窃电查处效率，进一步提高窃电疑似用户的定位精准度，有效降低国家与电力公司的经济损失。文章以用电信息采集系统、营配贯通系统等平台为支撑，以台区线损为切入点，探索建立了一套基于大数据分析的反窃电精准定位方法。该方法通过整合分析用电信息采集系统、营配贯通系统和营销系统中的台区线损数据、表计告警记录、台区供售电量、用户用电量和电压电流等用户行为数据和轨迹，制定系列数据比对和校验规则，总结归纳出“五步法”反窃电精准定位方法，使窃电嫌疑用户定位的准确度大幅提升，提高现场查处窃电的效率，对于威慑窃电不法分子、提升台区线损管理水平、挽回经济损失具有较强的指导意义和参考价值。

关键词：大数据；窃电嫌疑用户；精准定位；方法

前言：经济社会的可持续发展，各行各业对电能的需求不断增加，为了降低生产成本中的电费支出，一些不法企业和个体经营户通过技术手段窃取电能，不仅损害国家和电力公司的经济利益，还会危及到电网的安全稳定运行。近年来，窃电新技术层出不穷，窃电方式多种多样，窃电手法日趋智能、专业和隐蔽，反窃电人员难以准确判断并锁定窃电疑似用户，导致窃电用户的定位困难，现场检查取证的难度也随之增加。

随着大数据技术的发展，供电公司各类平台和系统的应用和覆盖范围不断扩大，平台和系统中存储的用户用电行为数据呈现爆炸式增长，从海量的用户信息和电量数据中分析出用户的用电行为轨迹，为疑似窃电用户的筛查和定位提供数据支撑和辅助决策，数据的得当整合和应用将极大地提升窃电用户锁定的准确度，从而提高反窃电的效率。

目前反窃电技术的研究主要基于用电信息采集系统，对用户窃电行为的特征分析不够清晰和明确，对各类数据缺乏有效的整合利用。国内外大数据或人工智能技术在反窃电方面的应用主要集中在构建反窃电评价体系和建立模型方面，探究建立模型的聚类、分类算法，分析影响用户用电行为的主要特征，利用决策树方法建立识别窃电嫌疑用户的筛选规则，并根据规则构建反窃电预警分析模型，最后利用实际算例验证模型的可行性与有效性，但均局限于对理论数据的分析，实际应用过程中能够大幅提升窃电嫌疑用户筛选精度的模型还未形成。

本文从现场查获窃电用户的真实案例出发，以台区线损为切入点，以用电信息采集系统和营配贯通系统的海量数据为支撑，探索建立了一套疑似窃电用户精准定位方法。该方法基于制定的系列数据比对和校验规则，通过“五步法”大幅度提升窃电嫌疑用户筛选的精度，提高了现场查处窃电的工作效率、实时性和精准性，对打击和遏制窃电行为、保证电网的安全稳定运行和国家利益不受损失具有十分重要的意义。

1、基于大数据分析的反窃电精准定位方法研究的内容及思路

本文所描述的窃电嫌疑用户精准定位方法，以用电信息采集系统和营配贯通系统中台区线损值、表计开盖记录、台区供售电量、用户用电量、电压电流等数据为基础，通过“五步法”精准定位窃电用户。该方法对系统存储的海量数据进行有效地整合分析和利用，制定系列数据提取和校验规则，筛选出一系列相互关联性较强，能大幅提升疑似窃电用户筛选精度的数据比对和校验规则，精准定位方法的结构框架如图1所示，主要包括数据预处理，用电异常校验与窃电嫌疑用户定位3个部分。

2、“五步法”反窃电精准定位方法

“五步法”反窃电精准定位方法的思路主要为:“确定线损标杆值一筛选异常线损台区一剔除信用良好用户一大数据比对和校验一疑似窃电用户精准定位”，从而提升窃电用户查处效率，及时追补损失的电量电费，严防电量“跑冒滴漏”，巩固经济效益。

2.1确定线损标杆值

以用电信息采集系统和营配贯通系统的台区线损为突破口，确定“线损标杆值”。“线损标杆值”不是固定值，确定该值之前应先确定台区的线损电量，台区线损电量则需综合考虑线路线径、长度、线路设备等情况，并结合允许误差来确定。在此基础上再根据台区关口表供售电量的区间确定线“线损标杆值”。不同台区的“线损标杆值”可能会存在偏差，以“线损标杆值”为界初步筛选出异常线损台区。

2.2筛选异常线损台区

异常线损台区的筛选应剔除表计轮换、营配数据不协同、台区计量装置故障、采集故障等原因导致线损异常的情况。对异常线损台区一段时间内台区关口表的供售电量进行对比分析，根据该台区供售电量的同期数据确定电量波动的合理区间，进一步筛选出供电量偏差较小但售电量有显著偏差的异常线损台区，缩小排查范围。

2.3剔除信用良好用户

窃电嫌疑用户的锁定，首先应剔除一些信用良好的单位。根据用电类别制定数据筛选规则，异常线损台区内的用户，应排除公用事业单位、政府机关等信用良好的用户，进一步缩小疑似窃电用户样本框数据。

2.4大数据比对和校验

在样本框的基础上，筛选出用户表计有开盖记录且开盖前后用电量有显著下降的用户，或台区关口表供电量偏差较小但售电量显著偏差的当天，台区内用电量有显著下降的用户，通过对用户用电量和台区供售电量的比对校验，初步确定窃电重点嫌疑用户。

2.5疑似窃电用户精准定位

对初步确定的窃电重点嫌疑用户的相线电流、中性线电流和电压做进一步地对比分析，如果相线电流和中性线电流之间偏差较大或电压值存在较大的波动，窃电的嫌疑将会大幅度提升。通过数据比对分析，最终精准定位疑似窃电用户，反窃电人员有针对性地开展现场核查，提高窃电查处的效率。

3、结论

本文以台区线损为切入点，利用以用电信息采集系统为主要载体的海量用户用电行为轨迹数据，通过将关联性较强的数据进行有效地筛选整合和规则校验，形成一套能够精准定位疑似窃电用户的数据筛查方法。利用该方法一方面能够大幅提高窃电嫌疑用户的筛选精度，缩小现场窃电查处的范围，提高反窃电工作人员的工作效率，减少反窃电工作人员对经验的依赖性，避免重复劳动。另一方面还能同步治理异常线损台区，提升台区同期线损管理水平。自该方法应用以来，公司的反窃电成效大幅增加，同期线损指标显著提升，为公司挽回经济损失的同时，也加强了对不法分子的威慑力，助力电网的安全稳定运行和电力公司的长远发展。

参考文献：

【1】张伍军，狄然.电力营销大数据在反窃电检查中的应用【J】.集成电路应用. 2021,38(12)：88-90.

【2】张雅欣.电力企业装表接电工作中的反窃电技术与应用【J】.中国新技术新产品. 2019,(22)：32-34.

【4】张春梅，李文虎.电力营销域反窃电智能系统的应用与研究【J】.电工技术. 2021,(08)：62-64.

作者简介：王嘉宏；出生年月：1980年06月；性别：男；民族：汉；籍贯：河北省怀安县；毕业院校：燕山大学；专业：电气工程及其自动化；学历：本科；职称：工程师；研究方向：电能计量、用电信息采集、防窃电；