应用大数据技术的反窃电分析

陈超

摘 要：目前，在我国供电过程中，存在有一定的窃电现象，且随着科技的发展窃电手段也越来越复杂，目前的反窃技术有待提高，主要还是采用通过人工稽核的方式进行检查，此种方式目前存在有一定的缺陷，比如工作量大、没有针对性、取证困难等。为了解决以上问题电力企业须加大对信息技术的利用，通过对智能反窃电数据采集技术的应用，来提高电力企业的反窃电水平。基于此，本文详细分析在反窃电过程中大数据技术的应用。

关键词：大数据拘束；反窃电；应用

在使用电力的过程中，部分用电用户为了降低电能的计量以达到少缴用电费用的目的进行一些窃电的动作，窃电的主要手段有欠流法、欠压法、扩差法以及移相法，给电力企业造成严重经济损失的同时，给社会用电带来一系列的安全隐患。因此，电力企业要加大对科学技术手段和智能设备的应用，有效的进行反窃电工作，从而减少窃电给电力企业带来经济损失以及降低社会用电的安全隐患。

一、电力大数据的基本特征

电力大数据主要由两部分组成，一是结构化数据，二是非结构化数据。电力大数据主要具有五个方面的特征：①数据量大；②数据类型对；③处理速度快；④精确度高；⑤价值大。数据量大主要表现为采集终端对智能电表的用电数据每隔15分钟采集一次；数据类型多主要表现为营销和生产方面的数据，这两方面包含多种类型的数据，如网页、环境参数、视频、音频、结构化数据、报表以及Email等。

二、基于大数据反窃电系统的基本组成

1.高精度时针集成电路

时针芯片的主要作用是让监测中心检测的电力和用户使用的电量保持一致，时钟芯片虽不能完全将用户电能表和监测中心的电能误差消除掉，但却可以将二者之间的误差有效的控制在5秒以内，从基本上可以满足监测中心对电能的监测需要。

2. 电流互感器

电流互感器的主要作用是将一次侧大电流转换成二次侧小电流，这样就可以有效的提高对电流测量的速度，从而有效提高测量的进度，利于监测中心准确的对用户电能表的电量进行监测[1]。一般情况下选择的电流互感器是开口式，主要是从两个方面进行考虑：一方面是此种电流互感器在安装时不需要进行停电操作，可以保证反窃电数据采集系统的正常运转；另一方面是因其具有很好的隐蔽性，将其接入到电路后窃电用户不易发现。

3. 智能电能表

在智能反窃电技术中，电能表也是其中的一个重要组成部分。所使用的智能电能表必须要具有以下四种功能：①计量与储存功能。智能电能表对12个月的用电量进行完整的储存并可准确计算；②费控功能。当用户的用电费金额小于设定金额时，智能电能表能够自动发出报警，提醒用户及时对电费进行充值，同时自动将其放到反窃电监测名单中的重点监测用户；③安全认证功能。可以确保用电用户个人信息不泄露。④冻结功能。智能电能表可自动将缴费不及时的用户用电量进行冻结，常采用两种冻结方式：整体冻结、定时冻结。

4. 无线数据传递模块

在反窃电监测系统中，由于对数据的监控采用的是动态监控和实时传输，因此系统不需太大的储存空间，在传输相关数据信息时，可以利用移动基站进行无线数据形式的传输，在信号不好的山区，可以安装高增益外置天线，从而确保先关信息数据实时快速的传递。

三、大数据技术在反窃电中的应用

1.计算数据

在大数据基础上用电信息采集系统通过两种方式完成对用电数据的计算：一是实时计算；二是离线计算。实时计算主要是在Storm流的基础上完成计算，并将其作为计算的框架；离线计算主要是在Hadoop的基础上完成计算，并将其作为计算的框架。

传统的用电信息采集系统在对数据进行计算时首先是将收集到的数据全部储存在程序中，在需要用到这些的数据时再搜索查找，此种计算的方式虽然比较有效，但在处理的过程中结构比较紧绷，在处理时会浪费一定的时间。而大数据用电信息采集系统在对采集数据进行计算时使用的计算方式为流计算，在接收相关数据信息后也完成了对数据的分析和处理，从而真正的实现实时计算；而Hadoop是一个比较容易运行和开发的大规模数据处理平台，其具有较多的优点，如成本低、稳定性和可靠性强、运行率高以及扩容性强等[3]。

2.深度挖掘数据

用电信息采集系统每年需要接受和处理大量的数据，例如某公司用电信息采集系统每年要接受和处理大约有5TB的数据，其他省市用电信息采集系统每年接受和处理的数据更多，对于这些大量的处理可以使用数据深挖的计算方法，结合相关的数据对其进行分析，然后将其潜在的价值挖掘出来，同时也可以采用大数据技术对所有收集的是数据进行更深入的挖掘的分析，从而帮助用电信息采集系统实现精细化管理。

通过对收集数据的分析，可以及时发现设备存在的问题后及时解决，从而保证用电信息采集系统的正常稳定运行。此外还可以通过对反窃电、用电预测和负荷预测的分析，将数据的价值更深入的挖掘出来。

四、案例分析

例如在某个线损较严重的路段，利用大数据技术对其进行分析，这个路段上有50家用电用户，将其进行标注，从A1到A50，首先对这50个用户进行分類，高负荷为5户，重负荷用户为25户，低负荷用户为10户。计算评价值的流程是：第一步将数据输入，第二步将平均值计算出来，第三步将数据进行分类。第四步对数据进行归一化处理，第五步计算出评价的函数值，最后一步输出结果。

通过分析可以得出，评价值越高的用户窃电的嫌疑越大，可以将该用户单独列出来。在确定有窃电嫌疑的用户以后，为了提高准确性，可以对嫌疑用户逐一进行排查，排查的主要内容是月度用电指标，也就是对电能表计量、客观条件的排查，后在对这些嫌疑用户进行横向比较，也就是对这些用户最近几月的用电量进行比较。

例如A3用户7月份的用电量以及A25、A338月份的用电量下降的幅度较大，那么这三个用户就有窃电的嫌疑，还有几家用户也出现的类似的情况，然后对这几家进行排查，从而锁定有多重嫌疑的用户，这时候要及时的安排相关的工作人员对其进行检查。

通过大数据技术对电力企业以前用电数据信息的分析，然后联合技术部门对线路线损进行研究，可以确定出具有窃电嫌疑的路段，然后对该路段的用电数量进一步分析可以确定有窃电嫌疑的用户，这样有效的提高了反窃电的工作质量和工作效率。

结束语：

综上所述，随着科学技术的发展，窃电手段也呈现多种多样，同时也慢慢往信息化和技术化的方向发展，因此反窃电手段必须要不断的进行更新，变得更加的智能化和科学化，从而提高电力企业的反窃电水平，推动用电信息采集系统的稳定运行，促进电网企业的更好发展。

参考文献：

[1]陈文瑛，陈雁，邱林， 等.应用大数据技术的反窃电分析[J].电子测量与仪器学报，2016，（10）：1558-1567.

[2] 张玉梅.智能反窃电数据采集技术与应用分析[J].科技创新与应用，2017，（20）：41，43.

[3]李端超，王松，黄太贵， 等.基于大数据平台的电网线损与窃电预警分析关键技术[J].电力系统保护与控制，2018，（5）：143-151.