王曉博

摘要：當(dāng)前，我國(guó)用電量俱增，隨著而來(lái)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(jì)損失和社會(huì)危害、維護(hù)電力市場(chǎng)的秩序，加強(qiáng)對(duì)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(guò)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(yùn)行方式影響。非技術(shù)損失是指由于計(jì)量設(shè)備故障、用戶惡意的竊電行為以及賬單錯(cuò)誤導(dǎo)致的經(jīng)濟(jì)損失，其中用戶的惡意竊電行為是NTL的主要原因，對(duì)電網(wǎng)公司的利益造成很大的損害。據(jù)美國(guó)某公司的一項(xiàng)調(diào)查顯示，全世界每年因竊電引起的損失超過(guò)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(guò)25%的電力供應(yīng)損失，在巴西、中國(guó)、美國(guó)及澳大利亞，這一比例分別為16%、6%、6%及5%。本文主要對(duì)加強(qiáng)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(yùn)行安全性。隨著電力需求的不斷增長(zhǎng)，竊電檢測(cè)已成為保障供電公司效益的重要措施。供電公司檢測(cè)竊電的主要方法是現(xiàn)場(chǎng)檢查用戶電表，該方法效率低，耗費(fèi)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(jiàn)竊電方法

由于不同用戶的電表種類及安裝方式不同，常見(jiàn)的竊電方法也有所不同。低壓用戶的計(jì)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(jiàn)。在計(jì)量設(shè)備的發(fā)展過(guò)程中，常見(jiàn)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(jì)量設(shè)備）隨著電表的升級(jí)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(lái)新的挑戰(zhàn)。

2加強(qiáng)用電檢查反竊電工作的方法

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

首先是評(píng)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(cè)策略，首先對(duì)高竊電風(fēng)險(xiǎn)的供電區(qū)域進(jìn)行檢測(cè)，再依次對(duì)較低竊電風(fēng)險(xiǎn)的區(qū)域進(jìn)行檢測(cè)，從而減小類型數(shù)量不平衡對(duì)竊電檢測(cè)的影響。其次是在保證竊電用戶檢測(cè)準(zhǔn)確率的基礎(chǔ)上，關(guān)注實(shí)際竊電排查的排查成本與追補(bǔ)電費(fèi)等，制定以經(jīng)濟(jì)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(guò)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(diǎn)、特征數(shù)據(jù)等排查疑似竊電戶。組織外圍調(diào)查，會(huì)同電力執(zhí)法部門制定周密的反竊電行動(dòng)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(cè)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(jī)抽取70%作為訓(xùn)練集，30%作為測(cè)試集，并且訓(xùn)練集與測(cè)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(cè)模型包含多種參數(shù)，如學(xué)習(xí)率、樹(shù)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(xiàng)權(quán)重比等，其中迭代次數(shù)、樹(shù)的最大深度和學(xué)習(xí)率3個(gè)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(cè)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(shí)，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(shí)的準(zhǔn)確率效果較好，且曲線相對(duì)穩(wěn)定，考慮到訓(xùn)練時(shí)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(shù)的過(guò)程中，樹(shù)的最大深度是防止模型過(guò)擬合的重要參數(shù)，樹(shù)的最大深度較大時(shí)會(huì)使模型更為復(fù)雜，并容易導(dǎo)致過(guò)擬合，延長(zhǎng)訓(xùn)練時(shí)間。為了減輕調(diào)參的工作量，采用網(wǎng)格搜索法確定樹(shù)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(shù)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(xiàng)權(quán)重比為5，其余參數(shù)值選擇默認(rèn)時(shí)，模型表現(xiàn)出更優(yōu)的綜合性能。

2.4完善電力營(yíng)銷數(shù)據(jù)的分析應(yīng)用能力

在電力營(yíng)銷中，電力營(yíng)銷數(shù)據(jù)主要是由營(yíng)銷、財(cái)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(huì)直接影響電力系統(tǒng)的實(shí)際運(yùn)行。想要從根本上保證電力營(yíng)銷數(shù)據(jù)的及時(shí)性，就要從電力系統(tǒng)數(shù)據(jù)分析中心平臺(tái)出發(fā)，對(duì)電力營(yíng)銷數(shù)據(jù)庫(kù)優(yōu)化，保證其能夠達(dá)到實(shí)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(jià)值的數(shù)據(jù)，提高電力營(yíng)銷管理信息的利用能力等。為了在實(shí)際工作中落實(shí)電力營(yíng)銷措施，在電力營(yíng)銷工作開(kāi)展之前，管理人員必須做好市場(chǎng)調(diào)查工作，以電力營(yíng)銷市場(chǎng)需求為重點(diǎn)，對(duì)電力營(yíng)銷數(shù)據(jù)進(jìn)行深入分析總結(jié)評(píng)估。在電力營(yíng)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(yíng)管理平臺(tái)的最大應(yīng)用價(jià)值，能夠有效地提高工作效率。

2.5通過(guò)分析用電數(shù)據(jù)進(jìn)行用電行為比對(duì)

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(shí)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(duì)比，以此為參照，計(jì)算用戶最近時(shí)間的平均用電量。同時(shí)，為了提升計(jì)算結(jié)果的可信度，還需要計(jì)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(dòng)規(guī)律，最后用評(píng)價(jià)函數(shù)計(jì)算分析用戶這段時(shí)間內(nèi)的用電量變動(dòng)狀況。通過(guò)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(shí)，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(huì)較其他時(shí)節(jié)更高，這些因素需要監(jiān)管者在判定時(shí)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(yǔ)說(shuō)“無(wú)規(guī)矩不成方圓”，這適用于各行業(yè)。對(duì)于電力行業(yè)而言，在實(shí)際開(kāi)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(huì)對(duì)最終的質(zhì)量造成嚴(yán)重影響，因此，應(yīng)用電力營(yíng)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(shí)，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(shí)際情況由主管部門進(jìn)行編制，參考實(shí)際過(guò)程中的各項(xiàng)問(wèn)題，制定各項(xiàng)制度。同時(shí)，在企業(yè)不具備綜合數(shù)據(jù)分析的前提時(shí)，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(jià)值的發(fā)揮更充分，從而減少因違規(guī)作業(yè)、缺乏綜合評(píng)估，造成的分析結(jié)果不客觀、分析結(jié)果錯(cuò)誤的現(xiàn)象。

結(jié)語(yǔ)

電力企業(yè)必須要認(rèn)識(shí)到電力管理工作的重要性，科學(xué)利用各項(xiàng)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(qiáng)用戶對(duì)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(jì)效益的同時(shí)，增強(qiáng)電力企業(yè)的社會(huì)影響力，使其獲得更加長(zhǎng)遠(yuǎn)的發(fā)展。

參考文獻(xiàn)：

[1]樊嶸，孟大志，徐大舜.統(tǒng)計(jì)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(jì)算機(jī)應(yīng)用研究，2016，33（11）：3251-3254.

[3]姜芬，王強(qiáng)，況貞戎.電力營(yíng)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(lè)，等.淺論反竊電檢查中電力營(yíng)銷大數(shù)據(jù)的應(yīng)用[J].電子世界，2020（5）：48-49.