防反结合反窃电方案充分利用用电信息采集系统功能实时监控用户的用电信息，监测到异常后，自动生成异常清单并告警；建立多种窃电手法的预判模型，分析异常信息，智能判别窃电方式类别，指导反窃电工作人员现场开展针对性检查。基于聚类算法，对窃电历史数据进行汇总、处理，建立窃电行为特征知识库，并据此研发出防窃电设备；基于GIS分析生成窃电热点分布图，进行分类别、分区域精准布防。

    1 精准布防
      利用窃电特征知识库进行二次分析，根据不同窃电行为的特征，找到该种窃电行为的突破点，据此研发出针对该窃电类型的防窃电设备。并根据窃电历史数据，描绘出各种窃电手法的热点分布图，从宏观上对动态变化的窃电形式进行研判，有针对性地将防窃电设备投人特定区域，实现精准布防的目的。
    （1）特征知识库。用户用电异常包括电能量异常、电压异常、电流异常、功率因数异常等。不同窃电手法具有不同的属性，通过聚类算法，分析一系列属性，得出各种窃电方式的主要特征。技术人员可根据窃电特征，有针对性开发，从而研制出防窃电新设备。
    （2）热点分布图。利用窃电历史数据库中不同窃电方式的地理位置信息，描绘出各种窃电方式的热点分布图，并根据不同时期内各窃电手法的分布，得到各窃电方式的蔓延趋势。以各窃电手法的热点分布为指导，有针对性地投人应用防窃电设备。
    “防窃电分析模块”自动从营销系统中调取大量历史窃电数据，通过对历史数据进行标签化分类，分别对不同类别的窃电户进行特点分析和GIS分析。通过分析窃电历史数据的特点，总结出应对不同窃电手法的防治办法并研发出防窃电设备；通过GIS分析得到各种窃电方式的地理分布热点图，针对不同窃电手法的地理分布进行防窃电措施的重点布防。

    2 精确打击
    （1）异常监测。供电企业可后台实时监测用户电压、电流、电能量等数据，通过数据提取、波动系数运算、数据筛选，获得用电异常的用户清单并发出异常报警。反窃电工作人员接到报警后，根据用电异常清单所列窃电嫌疑户的所属台区、用电地址、历史用电数据等信息，进行快速、定点突击检查，如图1所示。

      （2）智能判别。每种窃电手法都会引起某些特定用电信息的异常，如电能量突减、失压、失流等。根据各种窃电手法的异常变量相似程度，采用聚类算法，梳理得到各种窃电手法的属性特征。然后再通过分类算法对采集到的异常变量进行顺序逻辑运算，进而预测出其窃电手法。以借零预测模块为例，根据借零窃电特征，设定逻辑值人的计算公式为

    式中UL、UN、IL、IN为监测到的异常变量，分别表示嫌疑户电能表的相线端子电压、中性线端子电压、相线端子间电流及中性线端子间电流。
      当人为1时，则可预测输入变量对应嫌疑户窃电方式为借零窃电可能性较大；当λ为0时，则不满足借零特征，跳出该预测模块，继续进入下一预测模块，直至找到异常用户最可能的窃电方式，用电检查人员可以进行重点检查、精准打击窃电行为。