關(guān)于加強用電檢查反竊電工作的研究

王曉博

摘要：當(dāng)前，我國用電量俱增，隨著而來的竊電行為也日趨增加，為有效緩解因智能竊電造成的經(jīng)濟損失和社會危害、維護(hù)電力市場的秩序，加強對于用電檢查反竊電技術(shù)的分析尤為重要。電網(wǎng)在輸送和分配電能過程中的損耗可分為技術(shù)損失（technicalloss，TL）和非技術(shù)損失（non-technicalloss，NTL）兩大類。技術(shù)損失主要為電網(wǎng)中變壓器和輸電線路等組件的內(nèi)部電阻引起的功率損耗，其值受電網(wǎng)結(jié)構(gòu)和運行方式影響。非技術(shù)損失是指由于計量設(shè)備故障、用戶惡意的竊電行為以及賬單錯誤導(dǎo)致的經(jīng)濟損失，其中用戶的惡意竊電行為是NTL的主要原因，對電網(wǎng)公司的利益造成很大的損害。據(jù)美國某公司的一項調(diào)查顯示，全世界每年因竊電引起的損失超過893億美元;根據(jù)世界銀行的數(shù)據(jù)，竊電導(dǎo)致了印度超過25%的電力供應(yīng)損失，在巴西、中國、美國及澳大利亞，這一比例分別為16%、6%、6%及5%。本文主要對加強用電檢查反竊電工作進(jìn)行分析，詳情如下。

關(guān)鍵詞：用電檢查;反竊電;工作

引言

用戶的竊電行為是非技術(shù)性電能損失的主要原因，并且影響配電系統(tǒng)的運行安全性。隨著電力需求的不斷增長，竊電檢測已成為保障供電公司效益的重要措施。供電公司檢測竊電的主要方法是現(xiàn)場檢查用戶電表，該方法效率低，耗費人力物力，檢查范圍有限，因此抓獲的竊電案數(shù)目非常少。

1常見竊電方法

由于不同用戶的電表種類及安裝方式不同，常見的竊電方法也有所不同。低壓用戶的計量設(shè)備多為單相智能電表（SM），其竊電方法主要以繞越電能表或私自接線為主，中壓用戶多為三相電表，電壓電流互感器接線較為復(fù)雜，因此破壞或者更換互感器的竊電方法也較為常見。在計量設(shè)備的發(fā)展過程中，常見的竊電方法也不斷更新，一些傳統(tǒng)竊電方法（如侵入式破壞計量設(shè)備）隨著電表的升級而逐漸不再具有可操作性，而一些新型竊電方法的出現(xiàn)則為反竊電工作帶來新的挑戰(zhàn)。

2加強用電檢查反竊電工作的方法

2.1用戶側(cè)竊電檢測技術(shù)需要提高數(shù)據(jù)處理能力

首先是評估并劃分不同區(qū)域的竊電嫌疑度，采用遞進(jìn)式的竊電檢測策略，首先對高竊電風(fēng)險的供電區(qū)域進(jìn)行檢測，再依次對較低竊電風(fēng)險的區(qū)域進(jìn)行檢測，從而減小類型數(shù)量不平衡對竊電檢測的影響。其次是在保證竊電用戶檢測準(zhǔn)確率的基礎(chǔ)上，關(guān)注實際竊電排查的排查成本與追補電費等，制定以經(jīng)濟性為優(yōu)化目標(biāo)的竊電排查策略，提高電網(wǎng)公司的竊電排查靈活性。

2.2K值法的應(yīng)用

使用k值法構(gòu)建線損異常分析模型，明確異常用電用戶，通過排查異常電流、電壓、功率因數(shù)曲線等數(shù)據(jù)，以及排查突變數(shù)據(jù)點、特征數(shù)據(jù)等排查疑似竊電戶。組織外圍調(diào)查，會同電力執(zhí)法部門制定周密的反竊電行動方案，大力打擊竊電行為，為企業(yè)降低損失。

2.3終端用戶異常用電模式檢測模型參數(shù)的確定

在數(shù)據(jù)預(yù)處理后的數(shù)據(jù)樣本中隨機抽取70%作為訓(xùn)練集，30%作為測試集，并且訓(xùn)練集與測試集中正負(fù)樣本的比例均為1∶1?；赬GBoost算法的異常用電模式檢測模型包含多種參數(shù)，如學(xué)習(xí)率、樹的最大深度、迭代次數(shù)、樣本采樣比、樣本屬性采樣比及正則化項權(quán)重比等，其中迭代次數(shù)、樹的最大深度和學(xué)習(xí)率3個參數(shù)直接影響模型的準(zhǔn)確率，因此需要調(diào)節(jié)參數(shù)以達(dá)到模型的最優(yōu)效果。為了確定檢測模型的最佳學(xué)習(xí)率及迭代次數(shù)，分別令學(xué)習(xí)率為0.1、0.3、0.5、0.8和1.0，并基于訓(xùn)練集得到各自的準(zhǔn)確率曲線，學(xué)習(xí)率為0.5時，模型的準(zhǔn)確率最高，因此確定學(xué)習(xí)率取值范圍為0.1～0.5。根據(jù)學(xué)習(xí)率為0.1、0.3和0.5的曲線可以得到，迭代次數(shù)為48時的準(zhǔn)確率效果較好，且曲線相對穩(wěn)定，考慮到訓(xùn)練時間與迭代次數(shù)的近似正比關(guān)系，將模型的迭代次數(shù)設(shè)定為48。XGBoost算法在迭代每一棵樹的過程中，樹的最大深度是防止模型過擬合的重要參數(shù)，樹的最大深度較大時會使模型更為復(fù)雜，并容易導(dǎo)致過擬合，延長訓(xùn)練時間。為了減輕調(diào)參的工作量，采用網(wǎng)格搜索法確定樹的最大深度和其他參數(shù)的最佳值。依據(jù)訓(xùn)練結(jié)果得知，樹的最大深度為5、樣本的采樣比為0.9、樣本屬性的采樣比為1.0、正則化項權(quán)重比為5，其余參數(shù)值選擇默認(rèn)時，模型表現(xiàn)出更優(yōu)的綜合性能。

2.4完善電力營銷數(shù)據(jù)的分析應(yīng)用能力

在電力營銷中，電力營銷數(shù)據(jù)主要是由營銷、財務(wù)等相關(guān)系統(tǒng)模板而產(chǎn)生，這些數(shù)據(jù)的傳輸與共享會直接影響電力系統(tǒng)的實際運行。想要從根本上保證電力營銷數(shù)據(jù)的及時性，就要從電力系統(tǒng)數(shù)據(jù)分析中心平臺出發(fā)，對電力營銷數(shù)據(jù)庫優(yōu)化，保證其能夠達(dá)到實際應(yīng)用需求，方便資源信息的傳輸與共享，在大量數(shù)據(jù)中挖掘有價值的數(shù)據(jù)，提高電力營銷管理信息的利用能力等。為了在實際工作中落實電力營銷措施，在電力營銷工作開展之前，管理人員必須做好市場調(diào)查工作，以電力營銷市場需求為重點，對電力營銷數(shù)據(jù)進(jìn)行深入分析總結(jié)評估。在電力營銷工作中結(jié)合智能分析與管理模塊的性能，發(fā)揮智能經(jīng)營管理平臺的最大應(yīng)用價值，能夠有效地提高工作效率。

2.5通過分析用電數(shù)據(jù)進(jìn)行用電行為比對

電力企業(yè)可以完善數(shù)據(jù)收集和記錄工作，將用戶最近一段時間的用電數(shù)據(jù)保存，然后與以往數(shù)據(jù)信息進(jìn)行對比，以此為參照，計算用戶最近時間的平均用電量。同時，為了提升計算結(jié)果的可信度，還需要計算概率和平均用電與標(biāo)準(zhǔn)間的差異大小，然后依靠正態(tài)分布表示負(fù)荷變動規(guī)律，最后用評價函數(shù)計算分析用戶這段時間內(nèi)的用電量變動狀況。通過采取上述科學(xué)、客觀的數(shù)據(jù)分析方法，提升竊電行為判定結(jié)果的準(zhǔn)確性。另外，在分析認(rèn)定竊電行為時，需要綜合考慮各方面因素，例如，天氣原因，夏天天氣炎熱，用戶頻繁使用空調(diào)、風(fēng)扇等，電量自然會較其他時節(jié)更高，這些因素需要監(jiān)管者在判定時靈活思考。

2.6規(guī)范技術(shù)流程，制定技術(shù)應(yīng)用標(biāo)準(zhǔn)

任何行業(yè)中都需要得到有效監(jiān)督，古語說“無規(guī)矩不成方圓”，這適用于各行業(yè)。對于電力行業(yè)而言，在實際開展反竊電檢查中，缺乏有效的技術(shù)規(guī)范、技術(shù)標(biāo)準(zhǔn)進(jìn)行約束，會對最終的質(zhì)量造成嚴(yán)重影響，因此，應(yīng)用電力營銷大數(shù)據(jù)提升反竊電檢查質(zhì)量需要完善、有效、規(guī)范的技術(shù)流程作為參考。在制定技術(shù)流程規(guī)范和標(biāo)準(zhǔn)時，需要從技術(shù)可行性、代表性的角度進(jìn)行分析。需要企業(yè)結(jié)合實際情況由主管部門進(jìn)行編制，參考實際過程中的各項問題，制定各項制度。同時，在企業(yè)不具備綜合數(shù)據(jù)分析的前提時，技術(shù)結(jié)果應(yīng)按照百分占比的情況進(jìn)行制定，從而使得數(shù)據(jù)信息價值的發(fā)揮更充分，從而減少因違規(guī)作業(yè)、缺乏綜合評估，造成的分析結(jié)果不客觀、分析結(jié)果錯誤的現(xiàn)象。

結(jié)語

電力企業(yè)必須要認(rèn)識到電力管理工作的重要性，科學(xué)利用各項技術(shù)，加大力度進(jìn)行反竊電管理模式的創(chuàng)新，提升管理水平，為用戶提供更加優(yōu)質(zhì)的電力服務(wù)，增強用戶對于電力企業(yè)的信任程度，這能夠在帶給電力企業(yè)更多經(jīng)濟效益的同時，增強電力企業(yè)的社會影響力，使其獲得更加長遠(yuǎn)的發(fā)展。

參考文獻(xiàn)：

[1]樊嶸，孟大志，徐大舜.統(tǒng)計相關(guān)性分析方法研究進(jìn)展[J].數(shù)學(xué)建模及其應(yīng)用，2014，3（1）：1-12.

[2]蔣禮青，張明新，鄭金龍，等.快速搜索與發(fā)現(xiàn)密度峰值聚類算法的優(yōu)化研究[J].計算機應(yīng)用研究，2016，33（11）：3251-3254.

[3]姜芬，王強，況貞戎.電力營銷大數(shù)據(jù)在反竊電檢查中的應(yīng)用淺析[J].低碳世界，2019，9（12）：108-109.

[4]夏澤舉，金耀，常樂，等.淺論反竊電檢查中電力營銷大數(shù)據(jù)的應(yīng)用[J].電子世界，2020（5）：48-49.