马国瀚 刘茹 漆柏林 张磊 张自强 高建勇 王栋 延亮
国网甘肃省电力公司兰州供电公司 甘肃兰州 730070
摘 要：本文探讨了国网兰州供电公司（以下简称“兰州公司”）在数据资源管理方面存在的数据质量不高、数据标准不一致、难以共享、数据应用水平不高等典型数据问题。为此，兰州公司引入数据管理能力成熟度评估模型（DCMM）并提出基于DCMM 模型的数据资产管理框架，在统计、分析、应用及评估阶段分别制定“四多法”及“四化”等举措，在夯实基础的前提下多层次多维度挖掘数据潜在价值，实现更有效率的数据资产管理。
【关键词】数据资产管理 数据管理能力成熟度
一、研究背景
随着信息化建设的不断发展，信息化应用已经在电网企业生产、经营、管理的各个环节中发挥了积极作用。近年来，兰州公司通过SG186和SG-ERP工程信息化建设取得了较大进展，但在数据资源管理方面仍存在诸如数据质量不高、数据标准不一致、难以共享、数据应用水平不高等典型数据问题，很大程度上降低了数据质量，影响了信息系统之间的信息共享、集成以及数据挖掘分析，为此迫切需要对当前数据资源进行整合，对数据管理标准进行统一，以提升企业数据资产管理理念和管控水平。
二、管理对策
（一）数据统计阶段采取“四多法”统计模式夯实统计管理基础
一是多目标联动，统计效率高效化。基于数据资产生态化管理的核心思想，从系统整体层面的目标出发，融合以“消费者目标为中心”的工作思想，数据统计实施过程中以“多部门目标归一化”为中心，突破原有单一目标的统计，促进多角色的多目标联动，编制多目标统计工作方案，构建“多目标融合、多角色参与”的多方共赢机制，分解目标，细化组织方案，序化方案实施顺序，落实责任，明确时限。
二是多部门协同，数据统计快捷化。兰州公司数据信息的统计应遵循“分解者自上而下逐级分解，生产者自下而上逐级采集”的原则，构建严格的多角色、多部门协同机制，做到分工与协作并举。公司内部运维检修部、发展建设部、营销部、财务部以及电力控制调度中心职能专业化、责任明晰化，分工的同时整合内部各部门自身优势，制定出统一规范的管理制度以指导公司级的数据资产管理工作、构建严格专业的数据统计指标，充分计及各个指标实现统计的可行性以及影响因素，实现层次化与整体化相结合。
三是多格式融合，统计结果有序化。数据信息组织者为了提高数据统计结果的真实性应及时采取“追根溯源、指标序化”的处理方式，针对不同源头的数据追踪其根源诸如GPS定位数据、设备传感器数据等，设置统一的PMS表格形式，要求生产者依据其规定的具体格式、消费者的实际数据消费需求完成信息的统计，实时更新配电网GIS系统数据，进而实现数据统计的动态管控。
四是多渠道采集，统计方式多样化。兰州公司数据信息质量的优劣取决于数据的来源，因此生产者应格外注重对数据源头的把控，采取人工与终端传感器相结合的数据统计方式，拓展数据统计渠道，丰富公司数据仓库中数据的种类。生产者对数据的处理应采取人工与自动相结合的方式，充分利用SCADA、PMS、智能公变数据采集系统、用户用电实时数据采集系统等专业化平台的优势，运检部的设备数据、营销部的电费电表数据、电力调度中心的负荷数据采取传感器上传方式，发展建设部的规划数据与施工数据采取人工与自动上传结合。
（二）数据分析阶段采取“四化”分析模式全方位分析电力数据
一是录入工具便捷化。数据的录入工具主要可以分为两大类，分别是手动录入工具和自动录入工具。首先，基础数据繁冗其数据录入工程量巨大，可以利用数据库的整体数据进行自动导入；其次，常规数据较基础数据而言规模适中，适合Excel表格自动导入并分析处理；最后，高级数据在进行处理时，可以采用自助式录入分析工具进行数据挖掘，并将处理后的高级数据自动录入，或采用巡检工具进行数据的自动录入。
二是分析工具多样化。工具的多样化可以解决数据种类与应用不匹配的问题。
现按照数据分析类型将分析方法分为三种：描述性数据分析方法主要由组织者对电网的沉淀数据进行分析、对供电企业的资产数据以及电网的实时数据进行模式识别，在此基础上分析还原电力系统或设备原始的使用状态；预测性分析方法可以为消费者提供前瞻性的分析，分析结果可以参与投资、资产维护或电网运行规划；规范性分析方法为消费者提供关于最优运行策略、电网配置和在既定约束下线路路径选择的优化方案推荐。
三是分析过程快捷化。快捷化数据分析过程是兰州公司提高其内部工作效率最关键的环节，组织者利用分析工具和数据挖掘算法构建预测模型，对数据进行定量分析和统计分析以实现分析过程的快捷化。快捷化的电力设备数据分析方法会将数据转化为收益，在提升公司运行与规划效率、降低风险和提供对用户的可视化进而提升用户满意度展示等方面体现出压倒性的优势。
四是分析结果可视化。由于供电企业涉及的部门繁多，不同部门的消费者具有不同的数据需求，这就要求组织者完成的数据分析结果具备可视化和定制化的特点。具体可以采用多维数据分析方法，该方法具有很强的人机互动性、分析结果可定制性和数据表达的灵活性，组织者可以对数据进行360度全方位自由地分析，使用相应的分析模型工具对数据仓库中的数据进行相关分析后，生成不同导向的分析模型显示结果，由传递者将定制化结果及时传递给消费者。
（三）数据应用阶段推行多层级数据应用挖掘数据潜在价值
数据应用阶段，实现数据多层级应用，根据设备数据的不同应用类别、不同价值基础对数据资产进行分类，主要可以分为基础应用、常规应用和高级应用三个类别。
一是基础应用追求效率。兰州公司应委派专职人员作数据信息分解者对数据资产进行保留、存档、销毁等操作，并对存档数据深度挖掘，使其能够在实际应用过程中发挥潜在的价值。消费者对于基础数据的应用只要追求其应用效率，效率为数据应用第一要素。
二是常规应用追求质量。为了保障数据的常规应用质量，组织者可以使用一种全新电力设备数据分析处理平台，将智能电表、SCADA系统和各种传感器中采集的数据进行整合，使用并行化计算模型与内存并行化计算框架对电力设备数据进行高质量应用。
三是高级应用追求价值。消费者在对数据资产进行基础应用和常规应用后，应对数据资产价值进行更深层次的挖掘，充分地研究数据的变化趋势，并且将数据所产生的价值深度的运用到实际生产过程中，进而实现数据高级层次的价值应用。组织者应从数据管理的应用入手，分别对各项数据关系进行整合，帮助消费者对电网数据进行高级应用和价值挖掘，在理论研究与设备数据分析的基础上判断整个电力行业未来发展趋势和发展走向。
（四）数据共享应用阶段打造数据共享服务
一是打造数据中台，建设企业级主数据管理体系。首先，公司根据兰州数据资产管理框架和数据资产管理机制，打造数据中台，建设企业级主数据管理体系，支撑多维精益管理体系变革、资产实物ID等重点信息化建设。其次，在进行主数据融合改造后，主数据平台按照企业级数据模型标准建立企业级设备台账，涵盖各专业所关注的全部信息，并对每一字段的业务来源、使用权限进行规定，各系统不再存储设备台账信息，只对设备采购、安装、转资、运维等事件进行记录。
二是全方位开展数据运营与数据价值共创。统一数据调用和服务接口标准，提供客户全景画像等数据共享应用服务，并根据现有数据开发能源数字产品，面向政府、企业、用户提供数据分析等服务，开展数据运营，与金融机构、高校研究机构、互联网企业等合作伙伴进行价值共创，最终建成数据共享服务中心，实现数据资产效益和价值最大化。
（五）数据价值评估阶段系统量化数据资产实际价值
一是基于资产的全寿命周期理论的核心思想，结合兰州公司数据资产专业化管理流程的前三个阶段，在已有数据资产成本评估体系的基础上，将数据资产类比电力企业中固定资产的生命周期，完善、细化已有指标体系中的各个具体的评估指标，构建出适用于兰州公司数据资产成本评估的指标体系。
二是从应用效果着手，结合兰州公司实际运营过程中数据资产的应用情况，响应已有的公司级数据统计管理的指标体系构建出数据资产价值评价指标体系，以此来评估数据资产的实际价值。
三是利用YAAHP进行该复杂系统中各指标权重的确定，结合模糊评价模型对兰州公司数据资产价值评估指标体系中包含的具体指标进行计算、打分，旨在为后续相关的数据资产价值量化评估研究奠定基础。
三、结语
兰州公司承担着建设、运营、发展兰州电网的任务，为城市经济和发展提供安全持续可靠的电力保障。公司在充分了解、借鉴国内外先进的数据管理理论和模型地基础上，引入数据管理能力成熟度评估模型（DCMM）分析兰州公司的数据管理现状，并提出基于DCMM 模型的数据资产管理框架，为今后各项数据管理工作的顺利开展指明方向，极大地促进了公司对数据资产的认知。同时，能够加快公司数据资源治理的工作进度，实现更有效率的数据资产管理。