（深圳供电局有限公司 广东 深圳 518000）
摘要：本文通过对历史数据进行分类和分析，采用概率算法，将用户用电量的均值和方差作为正态曲线的参量，构成评价函数。分析用户的用电量变化，确定窃电嫌疑用户，为有针对性的实施反窃电提供了依据，大大缩小了防窃电的工作量，节约了防窃电工作需要的人力、物力、财力。
关键词：窃电与反窃电 数据分析 嫌疑用户
1数据分类与分析
1.1数据分类
下文数据分析中，依靠同类数据之间的相互比较来确定嫌疑用户，这样分类能很好的避免这些客观因素（气候，重大节日和社会经济情况等）的影响。然后对每条线路（台区）的各种类型负荷按用户负荷量大小分为高负荷，中负荷和低负荷用户。
（1）高负荷用户一般选取月用电量大于本线路（台区）客户月平均电量的200%的客户群。此部分客户户数一般控制在占台区客户数比例的5%一10%为宜。（2）中负荷用户一般选取月用电量在本线路（台区）客户月平均电量的30%~200%的客户。这一部分客户数一般占台区客户数比例的75%~85%。（3）低负荷用户指月用电量一般选取月用电量小于本线路（台区）客户月平均电量的30%的客户。这一部分客户数一般占台区客户数比例的10%~15%。其中工业负荷中采用专线供电的大用户，应当安装专门的新型防窃电装置，本文中不在详细分析。
1.2数据分析
首先应检查历史用电量，对于电量缺失或明显错误等做出调整或者单独列出分析。在进行负荷分析前，应对负荷进行归一化处理。
2算例分析
本文选取某线损率较大的线路进行数据分析，该线路有60个用户（分别记为A1至A60），首先对用户按照月用电量大小进行分类，其中高负荷用户10户，中负荷40户，低负荷用户10户。输入数据计算后可得表1。由表1可知，评价值高的用户，窃电嫌疑较大，将嫌疑较大的用户单独列出得表2。
确定嫌疑用户后，为了进一步缩小目标范围，提高准确度，应当对嫌疑用户的月度用电指标进行逐一排查，主要是排除其中的非常住户，电表计量问题和客观条件变化影响的情况。对嫌疑用户进行横向比较，即相邻月的用电量值比较可得如图1。由图1可以看出，A20用户在7月份和A5和A23用户在8月份用电量出现大幅降低，可以确定有重点嫌疑，另外A7用户在八月份后用电量持续较大幅度降低也有重要嫌疑。
3结论
传统的防窃电方法主要是从对外围设备的管理上进行反窃电，例如安装新型的防窃电装置，但是将一个地区的不同用户的计量装置全部改装或更新，目标性不强而且费用昂贵，费时费力。本文利用电力部门历史用电量数据，结合生产技术部门的配电线路线损分析，排查出有窃电嫌疑的线路或台区，进一步通过客户用电数据分析，确定窃电疑似用户，为有针对性的实施防窃，大大缩小了防窃电的工作量，节约了人防窃电工作的人力、物力、财力。
参考文献
[1]高利明,吴春红,史三省,库彦伟,冀惠华.新形势下防治窃电技术综述[J].河南电力,2012(04):14-17.
[2]杜代兴.低压智能化防窃电控制计量箱技术的应用[J].中国新技术新产品,2012,18:160-161
论文作者:黄令忠
论文发表刊物:《电力设备》2017年第2期
论文发表时间:2017/4/6
标签：用户论文; 用电量论文; 窃电论文; 嫌疑论文; 客户论文; 负荷论文; 数据论文; 《电力设备》2017年第2期论文;