EPTSMElectric Power Technology and Safety Management2997-34732997-3503Art and Technology10.61369/EPTSM.2026010002Article基于远程负荷监控和大数据模型分析的疑似窃电判定技术https://artdesignp.com/journal/EPTSM/3/1/10.61369/EPTSM.2026010002王华,李梦媛2026312026-01-20为维护电力市场秩序和企业自身权益，供电企业主要通过用电检查来推进反窃电工作。然而，在逐利心理、从众心理和侥幸心理的驱使下，总有一些用户通过各种窃电手段和途径进行窃电。用电客户的窃电行为直接给供电企业带来经济损失，同时还埋下了安全隐患。本文通过分析研究各类窃电手法，提出了通过高压线路负荷远程监控和用电信息采集大数据模型分析等技术手段判定疑似窃电行为，为加强新时代背景下供电企业的用电检查反窃电管理提供工作思路。反窃电,负荷远程监控,大数据模型

[1] 何永祥, 冯晓琴. 窃电的防范与打击策略探索[J].四川电力技术,2005,28(2):19-21.[2] 杨树军，浅谈电力防窃的技术措施与预防手段[D]. 成都理工大学,2014.[3] 祝小红. 防窃电与反窃电工作手册[M].中国水利水电出版社,2006.[4] 刘崇伟, 李韵. 智能电能表防窃电技术研究[J].电气应用,2014,33(1):82-85.[5] 李肖. 基于ARM的智能反窃电监测装置设计[D]. 湖南大学,2020.[6] 柴鹏飞，陈国栋. 数据分析在反窃电中的应用［J］.河南电力技术,2013(2): 61-64.[7]刘利成, 匡少龙. 电子式电能表的防窃电功能研究[J].安徽电力,2009,26(1):16-19.[8] 张坤, 张健辉, 杜文静, 等. 基于线性回归的精准识别窃电用户的研究[J].电子设计工程,2023,31(17):51-55.DOI:10.14022/j.issn1674-6236.2023.17.010.[9] 浙江大学. 一种基于边端融合的低压用户窃电识别方法:CN113919853B[P/OL].2022-07-15[2025-11-05].https://www.cqvip.com/doc/patent/00029HCIMNDG6IL167BO4JCOPY.[10] 王涛. 微探电力企业装表接电中防窃电管理的策略[J].通讯世界,2020,27(5):185-186.