引言

在现阶段我国经济的飞速发展带动着各行各业都在不断地更新进步，在人们实际的日常生活和工业加工的过程中对电力的需要正在与日俱增，并且对电力的依赖程度也越来越大。对于用户在使用电力的过程中如何保证用户能够安全稳定用电，防止用户发生偷电、窃电的现象产生，对供电企业来说进行供用电稽查是一项必不可少的工作。供用电稽查不仅关系到电力的正常稳定运行，也关系到供电企业的经济效益。电能计量技术在供用电稽查中进行应用能够有效地增加电力的利用效率，促进我国电能事业的高质量发展。

1供用电稽查存在的问题

电力稽查对于稳定电网系统的正常运行有着至关重要的作用，加大电力稽查的力度有助于保证电力工作在安全稳定的环境下有序开展。在实际的工作稽查的过程中发现，现阶段的供用电在偷电和窃电的手段采用的都比较隐蔽，难于发现。这对供用电稽查工作带来了一定的难度，根据工作过程中的经验总结来说，供用电稽查常见的问题主要是以下四个方面：1）电力的使用者偷电现象频发；2）电力的使用者私自将家用电改为其他用途；3）电力使用者在使用过程中存在着影响公共用电安全的方式方法；4）电力使用者私自将电能计量装置进行拆卸、改装。以上四种用户在用电过程中产生的用电违规行为都会对电网系统的正常运行造成一定的影响，并且严重损害着国家的经济利益，这就是进行供用电稽查的最主要原因。供电企业需要大力加强电能计量技术在电力稽查中的应用程度，提高电力稽查的实际管理质量和管理力度，能够对违反用电规章制度的用户进行及时发现，降低国家电网的损失和对电网正常运行的风险。

2电力营销数字化稽查监控体系建设

2.1云计算访问控制的电力监控涉密自检模型 

电力监控系统主要通过技术服务和数据服务来实现功能,本文为提高系统各模块之间的有效连接性,降低耦合度,采用层次结构设计系统  。电力监控系统可分为数据层、业务层和应用层 3 层。数据层主要负责系统数据的采集,并通过中间件向应用层及业务层传输相关数据,为系统运行提供数据支持。业务层主要包括数据库检测和系统服务两部分,在系统中承担数据处理及事物的逻辑处理等任务。应用层包括控制中心及云计算访问控制模块等,是一个人机交互端口,主要负责与用户进行连接,满足用户需求。中间件具有屏蔽不同结构层差异的功能,可帮助系统顺利完成数据和网络通信。系统各模块为安全管理、监控管理等子系统提供服务,子系统根据自身需求与该系统相互连接,完成数据处理和资源共享,从而实现系统的电力监控任务。电力监控系统涉密自检主要以控制中心为主,通过连接数据库涉密检测模块与云计算访问控制模块实现系统功能。本系统在业务层还设置了数据库涉密检测模块,如在系统中发现涉密信息,会自动反馈给控制中心,完成电力监控系统涉密信息自检  。云计算访问控制与控制中心相连接,当用户主体访问或操作系统资源时,通过所连接的控制中心可自动判断访问资源是否为涉密信息,从而决定是否阻止用户访问,完成涉密信息自检和保护。控制中心是电力监控系统运行的总指挥,会定时扫描数据模块以及服务模块,对数据库检测模块和云计算访问控制模块反馈信息进行再判断,采用数据匹配方法进一步识别涉密敏感数据,进而阻止用户访问,实现系统安全管理。

2.2电能计量技术在供用电稽查中的应用

2.2.1稽查工作效率方面

传统的电力稽查主要是进行人工的方式进行的，人工进行用户的抄表检查，人工在进行电力稽查的过程中一般时间都比较长，并且人工在完成电力稽查工作后需要将大量的数据进行人工的录入，在录入过程中难免会出现错误的情况，整体的电力稽查的工作效率明显低下。随着科学技术的不断提升，电能计量技术不断地升级改造，能够实现了自动的进行抄表、自动监控等功能，能够基本满足了实际电网系统发展的需求。电能计量技术在计量得过程中计量更加精确，在用户出现电力明显变化的情况下能够实现自动报警功能，这极大地节省了电力稽查开展时人力物力的使用，能够让稽查人员精准地实现检查工作，减少了在稽查过程中出现的人为因素导致的失误，极大地提升了工作效率。

2.2.2稽查工作的质量方面

电能计量技术在实际工作中进行广泛应用，实现了智能化的电力稽查，供电企业能够在网络信息平台上对用户的用电行为进行监测，利用电能监控设备能够对用户的违规用电情况进行及时的监测，并且根据监测数据能够对用户的具体用电量多少和违规用电量进行详细检测，并且做到有数据可依，为电力稽查工作用户违规使用电能的情况提供了可靠的数据支持。

2.3发电厂智能监控系统

监控操作是智能监控系统的核心，由部门主管负责人根据电厂实际运行情况下发具体指令，通过获得高级权限，布置相应工作任务，通过系统提示执行者接到指令，登录个人信息，确认接收任务，根据负责人的指令进行具体操作，监控整体运行状态，具有处理一定问题的权限。根据监控数据，管理者可监控负责人的操作情况，核实设备的运行状态。采用工控组态软件对电厂所有机组进行集中管理，根据设备运行特点对运行数据进行定期备份和提取，同时记录故障数据和相应处理措施，为优化运行做准备，保证发电厂智能监控系统的可靠、平稳运行，配以功能齐全的组态界面，以保证生产的安全进行。根据系统的功能要求，发电厂智能监控系统的设计主要可分为3部分，即实时画面、数据监测和报警系统。实时画面可展现出发电厂智能监控系统的整体画面，给人一种开门见山的感觉，贯穿整个智能监控系统，将一个整体的发电厂智能监控系统细化为具体的部门，如锅炉监控系统、汽轮机和升压器，这些组态画面的作用是监控所有机组设备的运行状态。数据监测系统极其重要，是发电厂智能监控系统的核心，其负责接收、存储和显示从现场监控分站传来的各种发电安全监控数据，并通过各个分站发送各种配置命令和对现场设备的控制命令(如配置报警参数、控制参数等，配置完成后，把现场分站纳入监控网)，作用是采集各个运行阶段的监控数据。报警系统是发电厂智能监控系统的核心，可以对采集的数据进行报警，从而实现定位故障。

2.4基于神经网络模型的场景式稽查方法

电力营销稽查需要遍历全部关联数据，对用电采集数据进行抽取与存储，通过采集数据治理实现数据预处理，包括数据格式管理、数据完整性检查、营销数据格式校验、档案问题管理、电压电流缺失数据管理、重复数据管理、电压电流错误数据管理、换表行为分析、用户电表异常事件分析等。大数据建模采用深度学习框架TensorFlow搭建，利用GPU设备加速训练。采用K折交叉验证对模型效果进行验证，其中异常用电识别模型采用准确度、召回率、AUC等指标进行效果评估。模型部署后通过离线分析和线上分析同时进行模型评估。离线部分，针对带标签的测试集合，利用AUC指标计算用电异常识别模型的准确性，AUC越大，表示用电异常识别模型越准确。线上实际运行过程中，对接入用户数据进行近实时预测，将超过在建模过程中选择的概率阈值的疑似用户结果提供给业务人员使用，辅助进行用电异常核实，根据核实结果计算用电异常识别模型的查准率，进而评估实际运行过程中的准确性。（1）反向电量分析：经过对计量装置在线监测、线损、用户电量等数据分析，高压通过反接A、C相电流的窃电方式会在系统中产生反向电量异常，同时结合用户用电量的变化和所属线路的线损变化进行分析，在窃电期间会直接导致用电量下降和线损率上升，以此综合判断疑似反接A、C相电流窃电用户。（2）电流不平衡分析：用户通过短接电流线的方式窃电，系统数据反映出特征是电流不平衡，同时从用户用电量下降和线损上升的变化综合判断疑似短接电流线的方式窃电。（3）相似用户用电特征：针对不同类型用户、用户行业、容量、电压、台区位置等档案数据和用户历史用电量数据，对用户进行聚类，得到每个用户的相似用户。利用用户本身的用电数据和相似用户的用电数据，进行特征衍生，构建用户和相似用户群体的差异性特征。

结语

电力营销数字化技术在供用电稽查工作中广泛应用有着非常重要的意义，通过对电力营销数字化技术的含义和意义进行分析。针对目前供用电稽查过程中存在的问题，详细地阐述了其在供用电稽查中的应用效果，说明了电力营销数字化技术能够有效地提升供用电稽查工作人员的工作效率。计算机技术和信息技术的发展仍在不断地改革和创新，能够带动电力营销数字化技术不断前进。在电力营销数字化技术广泛应用的同时还需要稽查人员不断地提升自身素质，保证电力营销数字化技术能够更加广泛地应用在电力稽查工作中。

参考文献

[1]童博识.电力稽查监控系统在电能计量中的应用[J].集成电路应用，2020，37（12）：44-45.

[2]朱国祥.试论在用电稽查电能计量技术的运用[J].中外企业家，2019（33）：109.