作为基础产业之一的供电企业,在计算机技术、通信技术和网络技术方面有了较快发展,信息技术、自动化技术得到广泛应用,但是我国目前供电企业在电量自动化管理方面,技术手段相对落后,线路损失率居高不下,窃电现象严重,经济损失巨大,供电可靠性、供电质量都有待进一步提高。以现代化信息处理系统为基础的电量管理及反窃电系统的实施,适应了供电企业提高管理水平和经济效益的迫切要求。电力企业积累了大量的历史用电数据,而绝大部分供电企业面对大量用户历史电量信息,并不能快速、有效、全面的对用电数据和窃电行为进行分析,人工神经网络即时就是满足企业这一迫切需求的强有力的工具之一。本文在对当下反窃电现状分析的基础上,指出了窃电行为的本质所在和传统反窃电技术的不足,分析了人工神经网络的内涵和部分算法原理,提出了应用人工神经网络的反窃电模型。介绍了反窃电评价指标模型构建的原则和流程,并根据窃电的特点以及参考供电行业同业经验,选取了对窃电嫌疑系数产生影响的八个指标,完整的构建了反窃电评价指标模型体系,为应用人工神经网络对窃电情况进行分析奠定了基础。接着,分析了人工神经网络的原理和部分算法,并将其与反窃电模型相结合,分析用户正常用电和非正常用电的特征区别,得出影响用户用电区别的主要特征。最后结合实例探讨了在反窃电系统中运用人工神经网络的过程以及应该注意的问题,通过建立神经网络,可以说明利用神经网络这一工具对窃电嫌疑分析具有可行性。