摘要：大数据作为继Web2.0和云计算之后近年来媒体最关注的一个词，在全球范围内吸引了营销学界乃至政府的目光。很多科技巨头、科研机构都已投入到了大数据的软硬件技术整合，以及大数据信息处理的技术供应研究开发之中。这一切都说明我们已经步入大数据时代，数据已成为了各行各业关注的焦点。同时，移动智能终端设备的发展和互联网的普及，使得大数据的应用已经渗透到每一个行业及其业务职能领域。本文通过案例来探讨基于营销大数据的违约用电管理。
关键词：大数据；窃电；违约用电
1大数据和违约用电相关概述
1.1大数据概述
大数据（bigdata）指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。云计算与大数据相辅相成，云计算是大数据的IT基础，而大数据是云计算的一个应用。大数据的特点有四个层面：第一，数据体量巨大。第二，数据类型繁多。第三，价值密度低。第四，处理速度快。
1.2窃电及违约用电概述
一般来说，窃电的方式主要有：（1）窃电者通过在供电企业或他人的供电设备设施上接线的方式窃电。（2）窃电者使用先进的窃电设备或者磁干扰电能计量表、电卡等设备和技术进行隐蔽窃电，这种情况一般发生在用电量比较大的公司或企业。（3）窃电者还可能通过伪造或破坏用电计量柜的封印，进行窃电等。除了窃电现象之外，在供电系统当中还存在着违约用电的情况。
违约用电的情况主要有：（1）在供电线路上私自接用电力设备或者改变供电线路的用电类别。（2）没有按照和供电公司签订的用电合同来用电。（3）私自迁移、更改和擅自操作供电企业的计量装置、电力负荷管理装置、供电设施以及约定由供电企业调度的用户受电设备等情况。无论是窃电，还是违约用电，都浪费了国家的电能，都会影响电力企业经济效益和社会效益，影响人民群众的用电安全及用电稳定性。
2基于营销大数据的违约用电管理案例
目前，为了提高供电企业管理水平和经济效益，大多数地方都配备有电力用户用电信息采集系统用于收集用户用电信息。通过该系统电力企业已累计了大量的用户用电历史数据，这些历史数据隐含了用户用电的总行为特性。分析这些数据可以找出所研究对象的内在规律，从而挖掘违约用电的行为。
案例一：
通过用采系统统计出台区线损，组织用检人员对异常台区进行了挨户现场排查，我发现其中一个台区20几户人家，台区刚改造不久，表计进出线没有任何问题，应该不存在偷电情况，采集成功率100%，但台区线损达17.6%。于是我调出该台区所有用户进行历史电量比对，其中某户的用电情况引起了我的注意，11月份天气开始转冷，但是其用电量确比以前偏小，该用户是开浴室的，大约有30几个包厢，用电量与用电性质明显不符。为进一步确认，我通过电表统一视图查询了该户表计的开盖记录，果然该表计被打开过。
这时，我联系用电检查人员再次一同到现场查勘，确认该表检定封印破损如图。
使用钳形电流表测量表计C相出线有电流7.1A，表计显示电流确为0A。
拍照取证后，我们进到浴室服务台，要求该店老板说明情况，但此时老板不在店内，后电话联系到他，要求他立即赶到现场。用户到达现场后，百般抵赖，说我们冤枉他，阻止我们对表计进行现场拆解。双方的言语冲突引来了一帮围观群众，经群众劝导后，店老板极不情愿的“配合”了我们的工作。首先告知其表计封印破坏，其次电表显示电流与实测电流值不一致，再次我们在用户面前拆开电表，表计内部电路板上有明显焊接的痕迹。在证据面前，在群众舆论的压力下，用户只得承认了自己窃电的事实，接受处理。
3基于营销大数据的违约用电管理工作开展方式
3.1建立多系统数据信息高度融合的窃电及违约用电科学监控体系
充分应用营销SG186等信息化系统的业务数据，建立窃电及违约用电线索规则库，开发相关异常监测及分析判断功能模型，建立“有效信息汇总-窃电规则研判-异常监测分析-功能模型研发-现场应用推广”的反窃查违科学监控体系，与地市供电公司有效联动，实现反窃电异常监控和及时查处行动常态开展。
期刊文章分类查询,尽在期刊图书馆
3.2研究问题分析策略
通过用户用电数据信息分析窃电及违约用电在电费、电量、表码等多维度的表现形式，依据“营销系统与采集系统表码不一致比较”“居民大电量与实际销售均价及电价行业类别比较”“实际线损与理论线损比较”“每日出现电压越限及电流不平衡异常的用户相关电能表运行数据”等研判规则，制定窃电、违约用电、线损三类用电异常比对分析策略，实现窃电及违约用电行为的实时监控及准确查处。
3.3创建异常比对分析方法
一是“多维比对分析法”，从计量装置运行状态异常及业务基础数据变化异常等多维度开展逻辑比较分析。二是“疑点筛选分析法”，分析用电异常数据产生的规律，对不符合正常用电数据变化逻辑的信息进行疑点分析。
3.4构建“台区线损异常”“用户窃电”“违约用电”三大数据分析模型
线损数据分析模型，根据台区关口表码不连续、表码反转、表码及倍率不一致、台区线损率波动等情况，通过数据钻取的方式分析用户的电量构成以及历史用电情况，发现窃电异常；窃电线索分析模型，包含3种分析策略（电压分析策略、电流分析策略、表码分析策略），通过营销SG186系统用户信息与采集系统信息的比对，发现电压标准值比较异常、零度户电流异常、表码异常等窃电线索；违约用电线索分析模型，通过科学算法有效筛选营销系统电量电费数据，开展月用电量在5万千瓦时以上的居民大电量用户异常分析，高损台区居民用电量波动异常分析，医院、酒店均衡负荷用户电量剧增剧减异常分析，及时发现违约用电行为。
4基于营销大数据的违约用电管理的效果
4.1直接效益表现为：
（1）减轻了电力企业人力资源管理人员的日常事务性工作时间，避免了电力企业重复劳动，提高了电力企业人力资源管理人员的工作效率。
（2）可以减少巡视工作使用交通工具的数量和次数，相关交通工具的维护成本也大幅度降低。
（3）电网的线损率下降了。
（4）窃电事件发现率提高了
4.2间接经济效益表现为：
（1）降低相关成本，提高电力企业人力资源部门和电力公司各部门的工作效率，增强电力企业的整体竞争力；
（2）改善了与用户沟通的途径，使得电力企业的管理者、员工和用户之间的用电信息得以充分共享，提高电力企业整体工作效率和相关的服务满意度；随着钢铁、高耗能企业产能压缩，售电市场需求减少将成为“常态”，电费回收风险明显加大，电力企业稳健经营、提质增效任务非常艰巨。营销大数据违约用电管理的应用加强大客户预购电管理，通过电费预警机制，对存在欠费风险的客户及时预警；提高电费回收率；
（3）加快了电力企业相关数据的统计速度；改变了从旧有的查处违约用电用户，被动查处违约用电的工作方式。提升了工作效率，减少工作的重复率。借助电力用户用电信息采集系统掌握的一手数据资料，利用数据挖掘的窃电技术，从大量数据中找到需要的违约用电数据，通过功能实现筛选分析，快速准确的发现违约用电行为。不用与稽查人员、抄表人员进行二次沟通，可以从数据上第一时间发现违约用电行为。
（4）与电力企业的财务部门和相关第三方软件提供了良好的数据通信接口，为今后电力企业新的信息化建设提供了便利条件。
（5）电力用户用电信息采集系统通过数据挖掘，对电力企业相关的数据管理的所有信息进行分析，形成各种电力信息统计报表和图表，为电力公司领导层决策提供支持。
5结论
随着迅速发展的科学技术，违约用电出现了各种方式，也逐渐朝着科技化、智能化的方向发展，供电企业的违约用电管理工作无法仅仅依赖传统的违约用电管理，应当随着不断变化的工作对象积极更新，迅速提高违约用电管理水平。通过本文的研究，具体利用大数据解决违约用电管理难题，期望能够改善供电企业反窃电现状，提高反窃电工作效率。
参考文献：
[1]秦娜.基于数据挖掘的反窃电技术在某电网中的应用研究[D].华北电力大学，2016.参考文献：
[2]张佳佳.大数据在电力营销中的应用研究[J].科技展望，2015（1）：206-208.
[3]吴普剑.大数据背景下电力营销市场行业发展趋势研究[J].中国新技术新产品，2015（23）：163.
论文作者:康莉,张瑜萍,董庆丰,康云,董佳莹
论文发表刊物:《基层建设》2018年第35期
论文发表时间:2019/1/17
标签：数据论文; 窃电论文; 用户论文; 异常论文; 电力论文; 电力企业论文; 电量论文; 《基层建设》2018年第35期论文;