论文部分内容阅读
摘要：近年来，电能发展迅速，人们的工作、生活都离不开电能。由于电费占企业生产支出、居民生活花销比重较大，致使一些不法经营者铤而走险，无视国家法律、法规的约束，通过窃电的手段减少支出、谋取暴利。如果不及时发现、制止窃电行为，不仅对供电企业和他人的权益与利益造成严重损害，同时更扰乱了正常的供用电秩序，威胁企业与人民的用电安全，甚至对电力企业的发展造成阻碍。这篇文章主要围绕大数据技术的反窃电工作开展全面的分析研究，希望能够促进大数据技术的健康稳定发展
关键词：大数据 反窃电 供电企业
一、窃电产生的原因
本章的引言中已经提到，当前的社会现状是，绝大多数人对于《电力法》的认知还不够深刻，甚至很多人都不知道有《电力法》这个法律条文存在。很多违法行为的发生， 一部分原因来自于法律普及的范围和深度不够，人们对其的认识过少，一部分则来自于人性中的侥幸心理和自私的想法。当然，也有一部分知法犯法和执法犯法的人存在。虽说社会环境对窃电行为没有起到强大的约束，但从本质出发，窃电行为之所以发生，还是人为行为。一个人或者企业窃电，主观上是自主行为，人们从本质上都希望自己能够不交电费或者少交电费，这难免会使某些自制力与法律意识不强者，走向歧途。大部分窃电的人并没有意识到窃电是犯法的。可以肯定的是，绝大多数的人都知道窃电是不对的，也知道窃电行为一旦被发现，会面临着罚款。但这些人并不清楚的了解， 窃电和街上的小偷、强盗一样，一旦构成犯罪行为，也将依照刑法有关规定，追究其刑事责任。同时，他们也并不了解，罚款的金额会是多少，一旦被发现，他们又将面临很大的经济压力。当然，除了没有意识到窃电严重性外，还有一些人是知法犯法。这些人明知道窃电违法且可能面临巨额罚款，但是由于电费数额较大、经济压力大、受人驱使等各种各样的原因支撑着他们走向违法的道路。
多年前，电能计量装置为老式机械表，其封闭性能和安全性能较低，让很多不法分子有机可乘。以前的抄表方式为手动抄表，表示数由供电企业负责该区域的抄表员进行抄录，供电企业将根据抄录回的电量， 计算对应客户的电费。有些客户通过贿赂抄表人员，完成窃电操作。抄表人员明知窃电违法，但因为蝇头小利，执法犯法，帮助客户完成窃电。这种窃电极难发现，是供电企业的毒瘤。 除了工作人员本身执法犯法外，供电企业对反窃电的法律知识宣传也不到位。供电企业经常对安全用电、用电业务办理、用电常识等知识进行宣传，但很少主动宣传反窃电知识。
目前，随着电能计量装置的不断改进，机械表已经被大批量淘汰，智能表被大规模应用。这对电力企业的管理工作带来很大帮助。可正因如此，窃电的方法也变得更加高明，其隐蔽性大大提升，更加不容易被供电企业查找发现。现在大部分电能计量装置已经实现了遠程采集，不需要抄表人员到现场进行电量抄录，很大程度上减少了内部员工有意为之的行为。但是，由于反窃电手段的落后，加之客户的数量巨大，如果没有高效的查窃电方法，反窃电工作无异于是大海捞针。综上所述，窃电现象的屡禁不止以及反窃电工作的困难重重已经非常明显。在这种严峻的形势下，如何将反窃电工作进行到底，是本文致力于研究的课题。
二、反窃电识别定位的大数据挖掘和信息融合
近年来，由于信息化时代的来临，信息数据也大幅度猛增，其中美林大数据平台便是我国首屈一指的一流的大数据分析的产品。其开发的"电网大数据分析探索工具"是一款数据收集并集中处理分析的一个数据利用平台。该平台基于大数据的框架，对数据进行深度的分析和整合以及探索，将各部分功能为一体统一调配和分析，为供电企业提供了更专业、敏捷、易用的大数据分析平台。
“电网大数据分析探索工具”是在Hadoop技术的基础上，集成、修改部分大数据开源技术或结合自身需求进行修改开发， 其大量的研究集中在大数据挖掘分析方法上。该平台采用独特的故事搭建模式来创建可视化分析，该平台支持大数据的可视化图表，其修改拖拽、引用等操作都非常的便捷易用。”电网大数据分析探索工具”不仅可以用于创建数据可视化分析也可以创建数据挖掘流程。还可以实现对业务的数据管理、业务视图管理、情景分析，挖掘分析、云分析、文本 挖掘和模型评估等。所谓业务的数据管理指对基础数据（单位、维度、维度值的管理，对指标的定义及指标数据导入、对业务明细表的管理。包括单位管理、维度管理、维度值管理、指标管理、指标数据导入、指标数据查询和明 细表管理等。业务视图管理指根据具体的分析业务需求，实现数据模型的创建，并对模型数据进行筛选、异常处理等 操作。包括数据集管理、图形化创建数据集、SQL创建数据集、数据列处理、数据过滤等。找到影响因素和衡量因素之间的关系，转化为用户所理解、并真实的反映企业特性信息。情景分析是指在特定的业务情境下，用户需要直接使用行业内固有的分析方法，或者积累的分析手段来分析数据，快速的获得分析结果。挖掘分析模块支持回归算法、聚类算法、分类算法、关联算法、时间序列算法、文本挖掘算法等。 再利用输出模块，对算法结果进行输出。云分析是对海量数据进行计算、统计和挖掘，系统提供大数据分析能力，能够完成针对大数据集的非实时分析，提升系统大数据处理能力。文本挖掘是对一段自然文本进行分词、关键词提取、 词频统计、文本数据分类、新词识别、载入新词、正负面分析即文本句子情感分析等。模型评估主要用于评估分类或回归模型的性能指标，通过这些指标来评价模型效果。工具提供了模型全量评估、模型拆分评估和新数据评估三种模型评估方法。
三、典型案例
从典型案例中认识廉政风险2020年1月9日，为了整治台区线损，某供电所副所长马某带领用户经理段某和赵某， 到张家台区进行用电检查，发现用户张某某有窃电行为，并下达了《用电检查通知单》。1月23日，用户经理段某私自向用户张某某要了1000元窃电罚款，未开具有关收据，也未将罚款及时上交。2月13日，用户经理段某通过微信转账给 该所营销管理员韩某600元，并电话告诉韩某这是处理用户（张某某）追补电量电费。营销管理员韩某收到600元后，未及时按窃电流程处理，也未向所长汇报。期间，副所长马某也未过问该户的窃电处理工作。该起事件因用户投诉而被县公司发现，并按照管理规定对事件中的有关人员进行了相应处理;其中用户经理段某，在检查用户窃电后私自违规进 行了处罚，并违规截留钱款，既违反了工作纪律、也违反了廉洁纪律，受到行政记过处分。
结束语：
随着时代的发展和科学的进步，窃电方式也越来越科学化、智能化供电企业的反窃电措施仅仅依照传统的方法无法实现反窃电的作用，应当顺应时代的变化，积极主动的对反窃电措施和顺平进行更新和提高。望本文提出的反窃电方法可以为个供电企业提供新思路，改善供电企业的反窃电现状。
参考文献
[1]黄常青 ， 李杰 . 基于大数据的配电自动化系统应用研究 [J]. 科技通报 ，2019，35（09）：99-105.
[2]王琪 . 基于大数据技术在电力通信网的应用实践研究 [J]. 价值工程 ，2019，38（27）：199-200.
关键词：大数据 反窃电 供电企业
一、窃电产生的原因
本章的引言中已经提到，当前的社会现状是，绝大多数人对于《电力法》的认知还不够深刻，甚至很多人都不知道有《电力法》这个法律条文存在。很多违法行为的发生， 一部分原因来自于法律普及的范围和深度不够，人们对其的认识过少，一部分则来自于人性中的侥幸心理和自私的想法。当然，也有一部分知法犯法和执法犯法的人存在。虽说社会环境对窃电行为没有起到强大的约束，但从本质出发，窃电行为之所以发生，还是人为行为。一个人或者企业窃电，主观上是自主行为，人们从本质上都希望自己能够不交电费或者少交电费，这难免会使某些自制力与法律意识不强者，走向歧途。大部分窃电的人并没有意识到窃电是犯法的。可以肯定的是，绝大多数的人都知道窃电是不对的，也知道窃电行为一旦被发现，会面临着罚款。但这些人并不清楚的了解， 窃电和街上的小偷、强盗一样，一旦构成犯罪行为，也将依照刑法有关规定，追究其刑事责任。同时，他们也并不了解，罚款的金额会是多少，一旦被发现，他们又将面临很大的经济压力。当然，除了没有意识到窃电严重性外，还有一些人是知法犯法。这些人明知道窃电违法且可能面临巨额罚款，但是由于电费数额较大、经济压力大、受人驱使等各种各样的原因支撑着他们走向违法的道路。
多年前，电能计量装置为老式机械表，其封闭性能和安全性能较低，让很多不法分子有机可乘。以前的抄表方式为手动抄表，表示数由供电企业负责该区域的抄表员进行抄录，供电企业将根据抄录回的电量， 计算对应客户的电费。有些客户通过贿赂抄表人员，完成窃电操作。抄表人员明知窃电违法，但因为蝇头小利，执法犯法，帮助客户完成窃电。这种窃电极难发现，是供电企业的毒瘤。 除了工作人员本身执法犯法外，供电企业对反窃电的法律知识宣传也不到位。供电企业经常对安全用电、用电业务办理、用电常识等知识进行宣传，但很少主动宣传反窃电知识。
目前，随着电能计量装置的不断改进，机械表已经被大批量淘汰，智能表被大规模应用。这对电力企业的管理工作带来很大帮助。可正因如此，窃电的方法也变得更加高明，其隐蔽性大大提升，更加不容易被供电企业查找发现。现在大部分电能计量装置已经实现了遠程采集，不需要抄表人员到现场进行电量抄录，很大程度上减少了内部员工有意为之的行为。但是，由于反窃电手段的落后，加之客户的数量巨大，如果没有高效的查窃电方法，反窃电工作无异于是大海捞针。综上所述，窃电现象的屡禁不止以及反窃电工作的困难重重已经非常明显。在这种严峻的形势下，如何将反窃电工作进行到底，是本文致力于研究的课题。
二、反窃电识别定位的大数据挖掘和信息融合
近年来，由于信息化时代的来临，信息数据也大幅度猛增，其中美林大数据平台便是我国首屈一指的一流的大数据分析的产品。其开发的"电网大数据分析探索工具"是一款数据收集并集中处理分析的一个数据利用平台。该平台基于大数据的框架，对数据进行深度的分析和整合以及探索，将各部分功能为一体统一调配和分析，为供电企业提供了更专业、敏捷、易用的大数据分析平台。
“电网大数据分析探索工具”是在Hadoop技术的基础上，集成、修改部分大数据开源技术或结合自身需求进行修改开发， 其大量的研究集中在大数据挖掘分析方法上。该平台采用独特的故事搭建模式来创建可视化分析，该平台支持大数据的可视化图表，其修改拖拽、引用等操作都非常的便捷易用。”电网大数据分析探索工具”不仅可以用于创建数据可视化分析也可以创建数据挖掘流程。还可以实现对业务的数据管理、业务视图管理、情景分析，挖掘分析、云分析、文本 挖掘和模型评估等。所谓业务的数据管理指对基础数据（单位、维度、维度值的管理，对指标的定义及指标数据导入、对业务明细表的管理。包括单位管理、维度管理、维度值管理、指标管理、指标数据导入、指标数据查询和明 细表管理等。业务视图管理指根据具体的分析业务需求，实现数据模型的创建，并对模型数据进行筛选、异常处理等 操作。包括数据集管理、图形化创建数据集、SQL创建数据集、数据列处理、数据过滤等。找到影响因素和衡量因素之间的关系，转化为用户所理解、并真实的反映企业特性信息。情景分析是指在特定的业务情境下，用户需要直接使用行业内固有的分析方法，或者积累的分析手段来分析数据，快速的获得分析结果。挖掘分析模块支持回归算法、聚类算法、分类算法、关联算法、时间序列算法、文本挖掘算法等。 再利用输出模块，对算法结果进行输出。云分析是对海量数据进行计算、统计和挖掘，系统提供大数据分析能力，能够完成针对大数据集的非实时分析，提升系统大数据处理能力。文本挖掘是对一段自然文本进行分词、关键词提取、 词频统计、文本数据分类、新词识别、载入新词、正负面分析即文本句子情感分析等。模型评估主要用于评估分类或回归模型的性能指标，通过这些指标来评价模型效果。工具提供了模型全量评估、模型拆分评估和新数据评估三种模型评估方法。
三、典型案例
从典型案例中认识廉政风险2020年1月9日，为了整治台区线损，某供电所副所长马某带领用户经理段某和赵某， 到张家台区进行用电检查，发现用户张某某有窃电行为，并下达了《用电检查通知单》。1月23日，用户经理段某私自向用户张某某要了1000元窃电罚款，未开具有关收据，也未将罚款及时上交。2月13日，用户经理段某通过微信转账给 该所营销管理员韩某600元，并电话告诉韩某这是处理用户（张某某）追补电量电费。营销管理员韩某收到600元后，未及时按窃电流程处理，也未向所长汇报。期间，副所长马某也未过问该户的窃电处理工作。该起事件因用户投诉而被县公司发现，并按照管理规定对事件中的有关人员进行了相应处理;其中用户经理段某，在检查用户窃电后私自违规进 行了处罚，并违规截留钱款，既违反了工作纪律、也违反了廉洁纪律，受到行政记过处分。
结束语：
随着时代的发展和科学的进步，窃电方式也越来越科学化、智能化供电企业的反窃电措施仅仅依照传统的方法无法实现反窃电的作用，应当顺应时代的变化，积极主动的对反窃电措施和顺平进行更新和提高。望本文提出的反窃电方法可以为个供电企业提供新思路，改善供电企业的反窃电现状。
参考文献
[1]黄常青 ， 李杰 . 基于大数据的配电自动化系统应用研究 [J]. 科技通报 ，2019，35（09）：99-105.
[2]王琪 . 基于大数据技术在电力通信网的应用实践研究 [J]. 价值工程 ，2019，38（27）：199-200.