（国网亳州供电公司 安徽亳州 236800）
摘要：整合地区电网中与用电相关的各类基础台帐数据、自动采集数据和历史窃电用户数据，采用先进有效的数据挖掘算法和多维度分析技术建设一套反窃电智能分析系统，使得用电检查人员能够及时准确的掌握电力用户的异常用电行为，判定用户窃电可能性，及时发出窃电嫌疑预警,有针对性的快速处置客户异常用电，有效地防治窃电行为，保障用电安全，维护供电企业的合法利益。
关键词：反窃电；异常用电；窃电嫌疑；多维度；数据挖掘
1 引言
随着城市建设的快速发展，各个行业对用电的需求不断扩大，同时随着经济的迅速发展和用电量的不断增大，窃电问题在我市变得越来越突出，反接、跨接、伪造铅封、使用倒表器等，窃电技术日益智能化，窃电行为更加隐蔽，使供电企业电量严重损失。窃电问题不仅影响了我市电力企业正常的供用电秩序，也严重影响了经济发展建设以及社会稳定。因此，只有更好地提高反窃电技术水平，彻底堵塞窃电漏洞，创造良好的供用电秩序，才能更好的为我市的快速发展保驾护航。
供电公司已经开展大量反窃电工作及相关的预防措施，但现有的传统性的措施已经无法跟上日益变化的窃电方式，同时难以及时发现窃电行为，主要表现为：
（1）窃电行为的现场表现形式尽管多种多样，现有针对各种具体窃电方式的实施的反窃电措施已无法适应新型的窃电行为。
（2）由于在进行反窃电检查时，没有有效整合用电客户的实时用电信息，使得反窃电检查针对性较差。
（3）不能及时发现用户窃电行为，往往在进行普查或线路线损异常时才会发现部分窃电行为，对于抗拒检查、毁灭证据的情况，窃电行为难以发现。
2 原理与设计
2.1 设计原理
尽管窃电的表现形式尽管多种多样，但最终只能通过改变计量互感器、计量回路和电能表及其连接点等形式实现窃电，只要能监测到以上设备、回路和接点的异常变化或它们反映的参数异常变化，就能发现窃电。
通过ETL和数据中心技术对用电信息采集系统、营销业务系统以及线损管理系统中的用户档案类、计量装置类、运行监测类、线损类等相关数据进行抽取、清洗和有效整合；采用数据挖掘技术对整合数据进行分类、关联、异类、聚类分析和处理，逐渐形成科学合理的异常用电和反窃电行为特征数据模型；采用多维度数据分析技术对电力用户用电数据进行直观展示，使得系统应用人员能够及时掌握电力用户的异常用电情况，重点对系统分析出的用电异常用户进行实时跟踪与分析，并对可能存在的用户窃电行为进行预警，缩小用电检查人员的现场排查范围；从而实现积极预防、实时监控、及时告警、快速处置的新型反窃电工作方式，提升反窃电打击的精准性和时效性；
2.2物理架构
本项目部署在市供电公司信息内网，需要两台服务器中，一台部署“基于多维度数据分析的反窃电技术支持系统”，另一台部署“系统数据库”和“数据抽取与计算服务”。
系统依赖的用户档案类、计量装置类、运行监测类、线损类基础数据来源于营销业务系统、用电信息采集系统以及线损管理系统中，其中营销业务系统、用电信息采集系统集中部署在省电力公司，线损管理系统部署在市供电公司。
2.2逻辑架构
1）数据源：系统依赖的基础数据来源于营销业务系统、用电信息采集系统和线损管理系统。
2）数据接口层：通过ETL方式进行用户档案类、计量装置类、运行监测类、线损类相关数据的抽取、清洗和转换。
3）业务模型层：通过数据挖掘和多维度数据分析技术对数据进行分类、关联、异常、聚类等分析和处理，逐渐形成科学合理的反窃电行为特征数据模型。
4）窃电判定层：建立窃电嫌疑判断规则，并可持续补充和完善，综合分析窃电可能性。
5）业务应用层：系统采用B/S结构，向用户提供便捷、美观的操作页面，能够从多个角度全面、详细、深入的展现窃电嫌疑异常情况。
2.3技术实现
2.3.1接口设计
数据接口设计按照数据来源和业务需求规划数据接口，负责将分散的、异构数据源中的各项数据抽取到数据库中间层后进行清洗、转换、集成，最后加载到系统数据库中，成为多维度数据分析处理和数据挖掘的基础。
1）数据抽取：采用ETL方式将系统所需数据从分散、异构的数据源抽取到数据库中间层，具体内容包括从营销业务系统抽取电力用户台帐、计量装置信息、换表流程信息，从用电信息采集系统抽取高、低压用户自动采集电量指数和负荷数据（含电流、电压、功率等），从线损管理系统抽取分线拓扑、台户关系、分线线损、分台线损等相关数据。
2）数据清洗：利用数理统计、数据挖掘或预定义的清理规则将脏数据转化为满足系统应用要求的数据。如用电信息采集数据，分析用电量、用电负荷数据中的重复数据、错误数据、残缺数据，实现脏数据清洗；根据电量、用电负荷数据中错误数据、残缺数据的特点，设计脏数据的修正方法，对数据进行修正。
3）数据转换：对抽取的业务数据按照系统设计要求进行转换。典型的数据转换有：实体合并及拆分，如多个用户台帐信息合并到一个用户信息表中；字段合并及拆分，如“20101012”拆分成“2010”，“10”；数据聚合，根据维度进行数据聚合，如天->月->年，市->省->地区->全网；数据离散化，数据挖掘关联分析时，对数值数据要转换成非连续的字典类别，利用离散化数据以进行关联。
2.3.2业务模型设计
通过数据挖掘和多维度数据分析技术对数据进行分类、关联、异常、聚类等分析和处理，逐渐形成科学合理的反窃电行为特征数据模型，以下为典型的四类业务模型：
1）异常用电在线监测：根据采集系统的实时数据对用户用电情况进行在线监测，在各类异常用电情况中关注和窃电有关的异常，及时发现窃电嫌疑用户，具体模型与内容如下：
1）异常电量：关注用户某段时间内的用电量情况，包括零电量、波动电量、采集与积分电量对比，进行异常电量分析，及时发现窃电嫌疑用户。
2）线损异常：对线路损耗、台区损耗进行异常分析，及时发现窃电嫌疑的线路或台区，为追踪到窃电用户提供有力依据。
3）历史窃电行为：录入用户历史窃电行为，这些用户作为重点监测用户，防止这类用户重复作案。
2.3.3窃电嫌疑判定逻辑
建立窃电嫌疑判断规则，定期进行用户窃电可能性判定，对用户的窃电可能性进行量化，判定规则主要有2类：
1）针对每个诊断模型设定其对应的窃电可能性比率，将用户每日出现异常的各项可能性比率进行累加，得到用户每日的窃电可能性百分比，同时采用日求和平均的方式定期进行可能性判定。
2）根据某段时间用户异常出现的种类个数、次数，进行窃电可能性评分，评分结果得到用户最终的窃电可能性级别，窃电可能性分为：非常严重、严重、一般、忽略。
2.4 系统主要功能
系统前台软件采用B/S结构，后台业务处理为Windows服务。
2.4.1系统功能
系统前台功能包括在线监测分析、电量异常分析、线损异常分析、异常用电与窃电嫌疑规则管理、窃电管理、接口与服务共计6大部分。
1）在线监测分析：利用各类基础数据和异常用电在线监测分析模型，进行表计倒走、停走、三项不平衡、电压断相、电压越限、B相异常、电流失流、功率因素异常和负荷超容等用电异常分析，及时发现用户窃电嫌疑。
2）电量异常分析：利用用户用电量数据和异常用电分析模型进行零电量、波动电量、采集与积分电量对比分析，通过电量异常协助判断用户窃电行为。
3）线损异常分析：利用线损相关基础数据和线损异常分析模型进行线路和台区的异常损耗分析和用户异常用电范围分析，为追踪到窃电用户缩小范围。
4）规则管理：进行用电异常规则、线损异常规则、窃电嫌疑规则、用电异常级别等相关配置。
5）窃电管理：进行历史窃电行为管理、窃电的处理、窃电的查询与分析。
6）接口与服务：实现数据抽取、清洗、转换与数据计算分析过程中相关配置的管理。
典型界面：
2.4.2系统服务
系统后台服务主要包括：在线监测异常服务、电量异常分析服务、窃电嫌疑判定服务三个部分。
1）在线监测异常服务：利用用户用电数据，按照异常判定规则进行异常监测的分析，记录异常分析结果。
2）电量异常分析任务：利用用户电量指数信息，计算日采集电量，并通过电量异常分析规则进行日电量的波动分析、零电量分析、采集与积分电量对比分析，并记录异常分析结果。
3）窃电嫌疑判定服务：利用窃电嫌疑设置规则和用户异常用电情况进行周期性用户窃电嫌疑判定，记录嫌疑百分比和窃电嫌疑级别。
3 实 验
通过该系统的建设与应用，使得供电企业管理人员能够及时准确的掌握电力用户的异常用电行为，判定用户窃电可能性，及时发出窃电嫌疑预警,有针对性的快速处置客户异常用电，有效地防治窃电行为，极大提高了供电企业反窃电的预防、监控及处理水平。同时能够降低供电企业的线损率，避免供电企业巨大的经济损失，维护供电企业的合法利益，适应供电企业提高管理水平和经济效益的迫切需求。
系统投运之后将产生了良好的管理和经济效益，形成良好的间接社会效益。
1）“准确、可靠、快速、报警”的反窃电辅助决策，提高反窃电工作效率
准确：能够准确的给供电部门提出窃电户何时用何种方法开始实施窃电，以便现场捕获窃电有目标。可靠：设备运行可靠、稳定不产生误判和漏判现象。快速：快速反映用户窃电的发生时间，以利用供电部门及时到位捕获窃电和减少经济损失。报警：利用负控系统的现有资源，及时实现窃电数据上报和窃电发生报警。
2）良好的经济效益
快速有效的反窃电措施能有效地打击窃电行为，用户用电量明显提升，线损管理水平逐步提高，取得显著的经济效益。
4 结 论
基于多维度数据分析的反窃电技术支持系统成为反窃电人员发现、掌握窃电信息的有力工具。通过数字化、信息化的技术手段对线损数据、运行数据及管理数据进行整合，能及时掌握电力用户的用电信息、 预防和监控窃电行为、 降低线损、 提高供电可靠性 ,为用电监查人员排查用户窃电行为及供电部门管理提供决策依据。系统建设后将是一种先进的、有效的基于多维度数据分析的反窃电技术支持系统，实时监控用电行为，一旦出现异常即可报警提示,能更有效地防治窃电 ,保障用电安全和电力企业利益。
参考文献：
[1] 高红英, 电力系统窃电特点及反窃电技术的探析. 中国新技术新产品 , 2011(3):23.
[2] 夏悦禅．电力负荷管理系统在反窃电领域中的应用．中国高新技术企业, 2009,(4)．
[3] 梅晶. 电力用电监测与反窃电系统中GPRS技术的应用分析. 中国机械, 2014,(18).
作者简介：
林建峰（1974），男，工程师，从事电力行业营销与反窃电相关工作。
葛健（1978），男，高级工程师，从事电力行业营销与信息化研究、开发和应用工作。
论文作者:林建峰,葛,健
论文发表刊物:《电力设备》2016年第23期
论文发表时间:2017/1/19
标签：窃电论文; 异常论文; 数据论文; 用户论文; 电量论文; 嫌疑论文; 系统论文; 《电力设备》2016年第23期论文;