小时,也要考虑是否存在窃电行为。 Р 2.分析用电数据 Р 分析人员可将近期用电信息与过往收集的用电量进行比对,模拟出近期用电走向,从而能够精准计算出该期间内用户用电量的平均值。此外还要计算概率,计算平均电量和标准之间的插值,通过正态分布表达负荷变化规律,计算平均值与标准差内的概率,最后应用评价函数对用电量变化进行判断,从中筛选出用电波动较大的用户,对其加强监管,分析该用户可能存在的窃电行为类型以及窃电动机,甚至可以有监管人员进入用户内部进行检查,同时收集相关证据。 РР 用电的监察也要发挥主观能动性,如炎热夏季企业用户的中央空调会增加耗电支出,如果在夏季企业用电仍保持较小波动,此时可怀疑其是否存在窃电行为。对于小微企业而言,因为办公场地较小,室内人员较少,在夏季强降雨情况下可能对冷气需求较小,此时用电量降低则不考虑盗窃电可能性之内。 Р 结束语 Р 综上,大数据的普及与应用为各行业发展提供动力,同时为公司客户提供更为个性化的定制服务。将营销大数据应用于反窃电监测环境,帮助电力企业充分了解用户用的用电信息,为窃电行为判断提供辅助。要充分做好数据准备及人才培养工作,加强工作创新,同时保证监管人员安全,以有效降低电力企业损失。 Р 参考文献: Р [1]王榕.反窃电检查中电力营销大数据的应用[J].中国市场,2018,988(33):138-139. Р [2]张文宇.应用大数据技术的反窃电分析[J].工程建设与设计,2018,392(18):75-76. РР [3]刘岩,魏彤珈,巨汉基,崔文武,董成哲,韩文欣.基于用电大数据的反窃电行为分析[C]//2017年“电子技术应用”智能电网会议. Р [4]银见华.电力营销大数据在反窃电检查中的应用研究[J].通讯世界,2018,(08):152-153. РР???????РР???????34994146
全文预览
