基于全过程电网数据资产管理体系构建及应用

基于全过程电网数据资产管理体系构建及应用

张亚迪1邓琳2商小龙2

（1国家电网公司西南分部四川成都610041；2北京国网信通埃森哲信息技术有限公司北京100032）

摘要：近年来电力企业信息化建设的飞速发展和智能电网的全面建设，电力系统承载的信息数据规模及种类也越来越庞大，电力行业正全面进入“大数据”时代。同时社会对电力服务的需求和要求不断提高的条件下，促进企业运用大数据技术研究企业数据资产的管理与高效利用能力，充分发挥数据资产价值。西南分部在工程数字化移交基础上，通过构建一套适合西南分部的电网数据资产管理模式和治理体系（即工作方法的细化、实施细则），结合全过程电网数据资产管控体系的“取厘治用”理念，全面融合数据资产管理体系与业务功能实现。探索大数据技术、数据资产、数据全景应用的有机结合，为数据资产的信息化建设提供一条可参考遵循的实施道路。

关键词：大数据;电网数据资产;管控模式;治理体系;数据资产管控体系

企业所有的数据都是有价值的。不仅与售电量、成本、利润等这些直接反应企业经营效益的结构化数据有关系；同时与工程设计、企业经营管理等过程产生的非结构化数据也有关系，诸如工程图纸信息、文档及视频等数据也是企业数据资产。他们对提升企业经营管理水平及知识重用也许更加有效，具有非常重要的数据资产价值。

为了利用好企业这些结构化和非结构数据资产，根据西南电网数字化移交的业务特点和需求，开展西南分部全过程电网数据资产管理体系的设计及应用研究，通过构建一套数据资产管理模式和治理体系，将西南分部的数据、业务与数据资产管理理论的融合起来。创新性的开展从“取、厘、治、用”四个环节进行数据资产管控架构搭建，既可以解决冗余数据、问题数据；又可以将非结构化数据管理纳入到结构化管理的架构中，实现非结构化数据管理上的突破，促进企业运用大数据技术。提升数据资产集中管理能力，实现信息共享，强化数据分析，提升数据资产应用水平和商业价值。

1数据资产管理体系整体框架

1.1内涵

根据西南电网的业务特点及数据资产管理要求，依据国网公司相关规范总要求，¬利用大数据技术方法和数据资产的管理方法，研究和构建全过程电网数据资产管理体系。数据资产管理体系分为三个方面：一是管理模式和治理体系；二是数据资产管控体系；三是业务功能实现。其中治理体系是对管理模式进行工作方法的细化、实施细化。管理模式包括管理制度、工作规范、技术标准三个方面；治理体系包括数据架构管理、元数据管理、数据操作管理、数据质量管理、数据安全管理五个方面。四是数据资产管控体系通过对数据的“取厘治用”管控，搭建业务功能实现数据采集、数据梳理、数据治理及数据应用。

通过全过程数据资产管控的研究与应用，实现数据资产全过程管理，建立健全管理制度、标准及规范，加强优化数据管理协同工作，建立统一数据资产管理体系。

1.2构建思路

首先对西南分部的数据资产进行调研，在调研的基础上对西南分部的业务特征及其需求进行现分析。结合西南分部的数据资产需求，重点研究数据资产管理理论，构建数据资产管理体系。在管理体系建设中，结合数据资产管控的“取、厘、治、用”四个闭循环阶段，实现全过程电网数据业务与治理体系有效的融合，构建数据资产管理体系整体思路的架构。

数据资产管理体系整体思路包括四个部分：一是管理模式分别管理制度、工作规范、技术标准；二是治理体系（即工作方法的细化、实施细则），分别是元数据、数据架构管理构建、数据操作管理、数据质量管理、数据安全管理；三是数据资产管控体系，分别是“取厘治用”环节；四是业务功能实现，分别是数据采集、非结构数据“结构化”、数据质量质量、数据全景应用。

基于全过程电网数据资产管控体系整体框架

2数据资产管理体系的内容

2.1管控模式

通过梳理及融合西南分部业务及管理流程、技术标准，制定适合西南分部的数据管理体系，形成西南分部数据管理模式。具体分为“管理制度、工作规范、技术标准”三个方面，其中管理制度对数据资产进行统一规范化和标准化，指导数据资产工作规范和技术标准应用；工作规范制定数据各种标准、管理机制及应用规则，对技术标准进行具体约束作用；技术标准约定数据资产完整性、准确性与及时性等方面内容。

管理制度：对数据资产的管理过程进行了规范化和标准化，对使用数据资产管理系统的人员进行角色定义。具体指对现有的业务系统的数据进行统一的数据管理、质量管控、并且通过标准的共享模式，对数据进行统一整合、管控，实现核心数据统一存储，维护和使用的问题，提升本课题的现有数据的安全存储和高效使用等能力，并更加深入地进行数据挖掘等工作，提高数据资产利用价值。

工作规范：制定数据标准（定义标准、使用标准）；制定数据管理机制（管理流程、权责关系）；制定数据应用规则（数据集成、分发规则）、制定数据模型（统一数据视图）

技术标准：制定数据采集技术标准，提高数据准确性及时性，加强数据质量和安全管理，主要包括数据源梳理、数据清洗与质量提升、数据集成与监控、数据安全等方面技术要求。

2.2治理体系

根据数据资产管控模式，构建数据资产治理体系，实现数据资产管理工作方法细化，实施过程细化。

在数据资产治理体系中，以元数据为中心，即围绕着数据资产建立以一套数据治理体系。数据治理体系承接着数管理模式，数据架构管理对应着管理制度，数据操作管理对应工作规范，数据安全管理及数据质量管理对应技术标准。

2.2.1元数据又称中介数据、中继数据，为描述数据的数据，主要是描述数据属性的信息，用来支持如指示存储位置、历史数据、资源查找、文件记录等。元数据在地理空间信息资源共享过程中起着关键的作用。元数据包括数据的标识类属性，如命名、标识符、同义名、语境等等；技术类属性，如数据类型、数据格式、阈值、计量单位等等；管理类属性，如版本、注册机构、提交机构、状态等等；关系类属性，如分类、关系、约束、规则、标准、规范、流程等等。

由于空间数据复杂，用元数据来描述空间数据，可以大大提高管理和利用空间数据的效率，让抽象的空间数据变得具体化，对于空间数据的利用也更加的准确和方便，对于空间数据的管理也更加的规范化，管理的手段就更加丰富。它可以提供对空间信息数据的搜索、导航,而且便于数据的转换、维护、理解和使用。它是实现地理空间信息共享的基础,是三维可视化的重要技术支撑条件之一。

2.2.2数据架构管理构建：一是建立数据架构相关规章，二是用于定义数据需求、指导对数据资产的整合和控制、使数据投资与业务战略相匹配的一套整体构件规范。三是构建数据的正式的数据命名、全面的数据定义、有效的数据结构、精确的数据完整性规则，以及健全的数据文档等技术标准。

2.2.3数据操作管理是结构化数据的开发、维护和支持的活动，使企业数据资源达到最佳的利用价值。数据操作管理包括两项子职能：数据库支持和数据技术管理。

进一步规范数据管理工作，降低数据被非法生成、变更、泄露、丢失及破坏的风险等数据操作制度。建立数据保存管理、数据导入和修改、数据抽取和使用等方面的数据操作管理规范。制定数据查询、修改、导入，数据处理相关操作程序，以及数据内、外部传输的标准。

2.2.4数据质量管理是一个持续的过程，为满足业务需求的数据质量标准制定规格参数，并且保障数据质量能够满足这些标准。指对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题，进行识别、度量、监控、预警等一系列管理活动，并通过改善和提高组织的管理水平使得数据质量获得进一步提高通过数据质量相关规范的制定、审核、发布的流程管理以及经验库管理。帮助企业在业务系统建设初期统一规划数据标准、数据模式，强化数据质量事前管理。同时在数据质量管控过程中以质量管理规范为依据开展数据监控、质量评价，并不断提炼、总结数据质量问题及解决方法，积累并扩充问题处理经验库，提升管控专业化程度

2.2.5数据安全管理是指计划、制定、执行相关安全策略和规程，确保数据和信息资产在使用过程中有恰当的认证、授权、访问和审计等措施，包括集中管理安全策略、传输安全策略、使用安全及日常维护安全管理策略等的方面。安全管理主要内容是设备安全管理、资料安全管理、账号密码安全管理、杀毒软件安全管理、各类软件安全管理等方面。

2.3数据资产管控体系与业务功能实现

根据西南分部的业务需求和数据资产管理要求功，从数据资产管控体系角度出发，确保数据资产的管控工作更具有业务指导性。即通过“取厘治用”与业务需求及功能实现角度进行全面融合，确保有效解决企业数据资产管理问题。业务功能融合资产管控的结构详见如图：

业务功能与数据资产管控融合

“取”阶段（即数据采集）：重点开展四项与之密切相关的执行业务的数据：数据标准文档管理、数据标准信息项管理、数据标准查询与反馈等过程数据，获取企业运行相关的业务过程及管理数据。

“厘”阶段（即数据梳理）：确定数据源、筛选需要数据、按照业务分类和需求整理数据，对于重点优化完善结构化数据及非结构化数据结构化加工处理，提升非结构化数据的处理能力和效率，进一步完善优化结构化数据。

“治”阶段（即数据治理）：构建元数据管理、以及从初始的数据探查到持续监测以及持续进行的数据质量的优化；数据资产治理的内容包括：数据的值域、数据定义、数据的完整性、数据的有效性、业务规则、结构完整性、数据转换、数据流等方面工作及验证。

在数据资产管控中，数据的“厘”和“治”两个阶段是相互融合、相互促进、相互持续优化。

“用”阶段（即数据应用）：使用、分析、挖掘，本文主要是数据全景应用。

通过数据资产的“取厘治用”四个环节闭循环管理，实现数据资产从获取到应用的全生命周期数据治理和管理体系融合，保证了数据资产从元数据管理、数据架构管理、数据操作管理、数据质量管理、数据安全管理等方面的体系化管控，实现数据资产治理和管理体系应用的有效落地，提升数据资产全面管控能力，促进企业精益化管理提升。

3应用效果

构建电网建设大数据治理管控体系，指导西南分部大数据资产治理及建设工作，深入执行国家电网公司“把数据资源作为公司战略资产，加强集中管理，实现全公司信息共享。强化数据分析，提升数据应用水平和商业价值”，应用效果重点在以下几个方面：(1)标准先行，支撑数据治理的有效开展。数据资产管理的规范化、标准化是数据治理最基本要求之一。通过加强电网数据标准化建设，落实数据标准管理相关办法及相关人员的职责，并紧扣数据标准管理的流程规范，持续对已有的数据标准管理框架进行优化。通过这种方法和大数据技术，推动数据资产的交换和共享，支撑数据治理的有效开展。(2)狠抓质量，确保数据治理的实际落地。数据质量的提升是西南分部开展数据治理相关工作的必要条件。通过数据标准，整理电网建设项目的业务、流程、管理和数据资产质量建设，确保数据资产真正有效性，提升数据资产重复利用，提高资产利用率。(3)建立异构数据（或非结构化数据）融合应用，节约成本，提升数据利用效率。借助于大数据技术，实现异构数据（或非结构化数）“结构化”转变，从而确保非结构化文件能够像结构化数据一样可以结构化存储、查询及利用新方法。一定程度上解决了非结构化数据存储、查询、利用困难的问题，提升了非结构化数据利用效率。(4)创新数据全景应用与非结构化文件快速检索新方式。通过数据全景应用与非结构化文件之间数据资源整合，为各级业务人员实现在海量数据中快速查询、准确定位，提供了一种更加快捷新手段，提升了企业数据资产精益化管理。(5)完成信息化企业向数据化企业的转变。智能电网和信息化的飞速发展，使得西南电网在生产实践中采用越来越多的数字化手段辅助生产。但是信息化的深入带来的信息孤岛和数据重复建设给电力企业带来了管理和技术上的反思。西南分部借助大数据技术，对电网数据资产的管控措施将会进一步促进信息资源的高效流通和共享，逐步完成由信息化企业向数据化企业的华丽变身。

结束语

本文以国家电网公司西南分部的工程数据资产管理现状为基础，构建了一套数据资产管理体系及业务功能实现机制。有效落实了“数据资产”管理和利用的建设要求，提升西南分部数据资产利用效率，促进西南分部数据资产精益化管理，支撑公司经营发展和领导决策等方面发挥了积极的作用。

参考文献：

［1］DAMA数据管理知识体系指南［M］．DAMAInternational著马欢刘晨等译,北京：清华大学出版社2012.7:47-251.

［2］基于全生命周期的主数据管理：MDM详解与实践［M］．赵飞编著，北京：清华大学出版社2015.2：3-190．

［3］大数据资产管理体系初探［J］.郑英豪新会计（月刊），2015，(11)：34-35.

［4］借力数据质量提升_掘金_数据资产价值［J］.中国农村经营报，2015.（19）：1.

［5］加强数据资产管理_提高业务应用水平［J］.郭文斌.科技创新论坛，2014.（23）：168

［6］挖掘数据资产价值提升企业效率效益［J］.刘海山.国家电网报，2016.6（007）：1-2