基于营销大数据的违约用电管理分析
来源:用户上传
作者:陈志轩
摘要：基于营销大数据管理和查处违约用电行为不仅可以为用电检查工作提供便利，同时对于供电企业自身建设发展也有着积极的促进作用。本文从工作目标和主要做法两个方面对营销大数据分析的应用进行探讨，结合实际案例，就供电企业如何在用电检查工作中基于营销大数据管理违约用电行为进行分析，以供相关人员进行参考。
关键词：供电企业;营销大数据;违约用电;用电检查
社会经济进步发展的同时，也出现一些违规用电的现象。比如在城镇和农村地区一些用户在装表接电时以居民用电进行申请，却用作商业用途，出现了高价低接的问题。个别高压专变用户，由于无法通过用能评估，无法申请和使用315kVA及以上容量的高压用电，只能申请250kVA高压用电，但私自对变压器进行更换。用户的此类行为都存在违约问题，而且由于其较为隐蔽，供电企业日常用电检查工作中通常无法及时发现。此类违约行为对线损所产生的影响较低，通过线路及公变台区的线损率无法实现提前预知的效果。然而这些违约用电行为都会带来严重危害，不仅会对公共资源造成侵害，对国有资产以及供电企业的合法权益造成损害，还会对电网及设备运行的安全性与稳定性产生不良影响。
1 营销大数据的应用分析
1.1 工作目标
在严格按照违约用电管理流程及遵循相关责任权限的基础上，通过数据分析——针对性删选——现场查处——保留证据——落实责任的全流程闭环管理方式对违约用电管理进行强化，以此对违约用电行为进行及时处理，将法律责任落到实处，从根源上遏制违约用电的产生。
1.2 主要做法
第一，对违约用电管理流程进行完善。对于上文提到的闭环管理流程，对数据进行定期的分析及筛选，针对疑似存在违约行为的用户清单进行整理，第一时间组织人员前往现场开展用电检查工作，对证据进行保全，严格按照法律法规将责任落到实处，最后对用电检查工作进行评价总结，促进供电企业提升违约用电行为的管理能力和水平。
第二，发挥远程抄表全覆盖的基础性作用。运用营销大数据分析对违约用电行为进行管理和查处，无法脱离用户用电信息远程采集全覆盖的支持，需要对用户的合同容量、电量示数、有功负荷、无功负荷、用户终端电压和电流等数据进行采集。
第三，违约用电形式的判断。（1）通过查看低电价用电量与合理使用电量的实际对比情况，即低电价用电量是否明显超出合理使用电量，以此对用户私自接用电价高的用电设备或对用电类别进行私自改变做出判断。例如，如果用户的居民生活月用电量高于2000kWh，则判断其可能存在违约用电情况，要根据实际情况对用户进行现场核查。
（2）通过对用户最大用电负荷与合同容量的对比，即最大用电负荷是否明显超出合同容量，以此判断其是否存在私自超过合同约定容量进行用电。例如，某高压用户的合同容量为315kVA，然而其最大用电负荷已经高于400kVA，由此判断该用户可能存在违约用电情况，要根据实际情况组织人员开展现场核查活动。
（3）通过对实际用电负荷与计划分配指标的对比分析，即用电负荷是否明显高于计划分配指标，以此对用户是否擅自超出计划分配指标的行为。例如，有序用电分配指标负荷为200kVA，然而实际用电负荷高于250kVA，则可判定用户存在违约用电情况。
（4）通过对最大用电负荷与办理暂停后的合同容量进行对比分析，以此判断用户是否存在私自使用已在供电企业办理暂停手续的电力设备或启用供电封存的电力设备的行为。例如，某一高压用户有2台合同容量为315kVA的设备，其中一台申办了暂停手续，然而实际最大用电负荷高于400kVA，则可判定其可能存在违约用电情况。
（5）未向供电企业申报，私自将电源引入或供出，或者擅自对备用电源和其他电源进行并网的行为，例如，某一用户并未向供电企业进行申报，未获得批准就私自把自发电机组与电网接入，则可判定其属于违约用电情况。
2 基于大数据对违约用电行为的管理和查处
例如，在对高压用户私自增容行为进行管理和查处时，需要根据实际情况合理利用分析程序开展数据分析工作。
2.1 系统查询，对过载专变用户清单进行统计
通过系统分析，对瞬时最大载荷与合同容量进行比对，将过载用户清单进行导出整理。由于用电设备存在冲击负荷、而且变压器本身允许瞬时过负荷运行，因此实际上部分用户并不存在对变压器或变压器芯进行更换的情况。
2.2 对用户过载运行时间进行分析
以用户容量30kVA为例，负荷曲线都为瞬时过负荷，而且过载率约在120%，可能存在私自增容的情况。即便用电设备存在冲击负荷、而且变压器本身允许瞬时的过负荷运行，然而标准电力变压器无法保持长期过载的运行状态，通过删选过载运行时间，能够将部分正常用户予以排除。
2.3 开展高效合理的现场用电检查工作
通过系统的数据计算分析，并对疑似违约用户进行删选得出清单后，需要开展关键性的现场工作，即用电检查活动。某供电局对辖区内某工程进行用电检查，通过现场检查的方式将事实进行呈现，用户在事实面前才签字确认，承认自身存在违约用电的情况。
3 结语
近年来，通过对营销大数据分析系统的合理利用，以定期方式安排专门人员进行分析和删选，并根据实际情况开展现场用电检查活动，发现并处理了多起高压用户的违约用电行为。然而，实际工作也存在一定的不足，利用计算程序所获取的营销异常数据存在删选不到位的现象，比如，按照最大负载率高于120%统计获取的用户数十分庞大，对其是否为长时间过载无法做出有效统计，在小容量变压器短时过载方面也无法做到有效区分，仍需通过人工方式开展重复删选工作，在日后的工作中还将针对此类问题进行深入研究和探讨，以此增强现场用電检查的针对性和专业水平。
参考文献：
[1]厉建宾，吴彬彬，朱雅魁，等.基于大数据分析的客户电费风险预测及防控[J].电力大数据，2019，22（02）：712.
[2]赖哲.应用大数据技术的反窃电分析[J].电子测试，2019（16）.
[3]陈靓.基于大数据的电力用户信用管理体系建设[J].中国电力企业管理，2017（27）：3637.
转载注明来源:https://www.xzbu.com/1/view-15082875.htm
