杨 媛，薛峪峰，田光欣

（1.国网青海省电力公司海东供电公司，青海海东 810600；2.国网青海省电力公司信息通信公司，青海西宁 810008）

近年来，窃电问题层出不穷，给供电公司带来巨大损失。随着智能化技术的成熟，越来越多的供电公司使用集抄系统，虽然能够有效减少抄表次数，减轻人工工作任务，但是，大用电客户也有了更多的机会进行窃电操作。常用的窃电方法有欠流法窃电、移相法窃电、扩差法窃电以及借零法窃电，利用不同的手段改变电能表线路，达到窃电的目的[1-2]。

当前，反窃电形势越来越严峻，窃电预防及查处难的问题困扰着各种不同的供电企业。针对反窃电问题进行了较多的研究。文献[3]利用DBN 深度学习算法研究了一种新的反窃电手段，选取多层神经网络模型确定图像信息、文本信息和语音数据信息，实现反窃电工作。但是这种技术计算量过大，耗费时间过长，不具备实时性，无法适用于实际应用中。文献[4]提出了基于时空关联矩阵的配电台区反窃电预警方法，对数据进行清洗，利用线性插值算法校正缺失的数据，分析数据关联，判断是否存在窃电行为，建立关联模型，寻找窃电信息，但是这种方法在电能计量装置上应用能力较差。

该文在传统研究基础上，设计了一种新的电能计量装置现场反窃电自动化检验技术。在分析智能电表的不同类型和频率后，给出了检验方法，通过实验验证了检验技术的实际应用效果。

1 窃电数据挖掘

在对数据进行挖掘之前，检测用户用电数据是否存在异常，如果确定用户存在异常，则分析异常状态，判断用户是否存在窃电行为[5]。……