基于電能計量數據的公司數據融合初步研究

徐 敏，楊三美

（國網鄂州供電公司，湖北 鄂州 436000）

0 引 言

當前，互聯網經濟與傳統經濟社會深度融合，數據日益成為重要的生產要素。在“互聯網+”“全球能源互聯網”“智慧能源”“智能電網”等政策、技術支持下，數據與能源生產、消費、科技創新聯系更為緊密，釋放出巨大的商業價值。與此同時，國網公司在信息化企業建設上提出“用數據說話、用數據決策、用數據管理、用數據創新”[1]的新理念和新要求。為了迎接新的挑戰，亟需開展“業務+數據”研究，充分發揮數據資產價值，為公司數字化企業建設發揮更大的作用。

營銷是公司業務的重要組成部分。電能計量是電力營銷的核心支撐專業。智能電表是智能電網最重要的“神經末梢”，更是電網實時數據的主要來源。通過研究公司電能計量業務及相關支撐系統，梳理數據管理現狀，以點帶面，剖析公司業務與數據的內在聯系和本質規律，探索相關數據融合、管理優化措施，對公司開展大數據應用分析工作有著積極的現實意義。

1 電能計量數據現狀分析

1.1 電能計量業務體系及數據情況

電力公司電能計量業務體系主要包括計量設備采購配置、計量裝置現場運行和用電信息采集3個業務，共有計量設備需求、計量設備采購、計量設備檢定、計量設備配送、計量裝置安裝、計量裝置現場檢驗、計量裝置故障處理、計量裝置更換、計量裝置拆除、用電數據采集和用電控制執行11個業務內容。上述業務由營銷業務應用系統、省級計量生產調度平臺與用電信息采集系統3個業務操作類系統支撐，共涉及95張數據表2 795個數據字段。

1.2 存在的主要問題及原因分析

通過對電能計量業務及相關支撐系統的功能應用、業務支撐、數據質量以及建設差異進行調研分析，發現當前系統應用與數據管理主要存在以下問題。第一，省電力公司間數據結構存在差異，營銷業務應用系統、省級計量生產調度平臺與用電信息采集系統均為二級統推，因系統建設廠商對系統功能及數據流轉實現技術方式不同，導致底層數據庫表存在差異。第二，數據存在多個入口，一表多源問題較為突出，易產生數據沖突。第三，業務數據共享流程復雜，數據共享和應用不充分。作為當前共享需求最大的電能計量專業數據，主要在營銷內部自行開展數據應用，未充分發揮數據價值和作用。第四，系統設計文檔缺乏有效的集中管理，各系統的設計文檔存在收集不齊、內容不全以及質量不高等問題。第五，對數據字典質量和與系統運行狀態的一致性缺乏有效管控手段。

造成上述問題的主要原因有兩個方面。一方面，受建設時期不同、開發部門不同、使用設備不同、技術發展階段不同和能力水平不同等因素影響，造成同一業務數據在不同系統中的表達方式存在差異。另一方面，由于公司目前管理模型是專業化的職能管理模式，造成在同一業務節點或同一業務主體，因管理職能的不同，分頭制定多種標準，其中包括數據標準。

2 數據融合研究

通過對現有電能計量數據現狀的分析發現，要實現公司數據融合，建議先開展數據治理，解決數據標準和數據質量問題，并以此為基礎，以業務節點或業務主體為核心，建立跨部門、跨系統和多維度的數據融合標準，實現數據標準統籌管理，解決同一業務節點或業務主體數據標準間的沖突和矛盾。

2.1 數據標準治理

2.1.1 成立企業大數據標準治理組織機構

在當前公司大數據應用的起步階段，建議成立大數據標準治理工作組，整合各方力量形成合力，做好數據治理工作的頂層設計，構建統一的大數據標準治理體系，推動企業數據標準完善和數據標準治理工作同步發展。

2.1.2 開展數據標準治理理論研究

建立健全企業大數據標準體系，重點從基礎性、方法性和公共性等方面開展標準研究，解析數據標準的組成元素，將業務標準、業務數據標準、業務數據技術標準、業務數據監測標準和業務數據閉環運營標準進行有機統一，實現對數據標準體系的系統化治理和科學管理，形成數據標準治理的基本概念和內涵[2]。

2.1.3 開展數據標準治理內容研究

從收集、清洗、分析、可視化、訪問及評價模型等數據應用的全過程出發，研究制定公司數據治理標準；從數據使用的全方位出發，研究制定公司的數據安全標準；從數據產生、存儲、交換和使用等關鍵環節出發，研究制定數據質量標準，提出具體的管理要求和指標要求，從而為大數據應用打下良好的基礎。

2.1.4 以數據標準治理推動數據融合

數據標準治理是支撐大數據融合的重要基礎理論和現實依據。研究數據標準治理過程中存在的問題和難題，分析數據標準治理的主要內在規律，提出數據標準治理的解決方案，以數據標準治理推動大數據融合，最大程度地發揮數據融合的價值[3]。

2.2 數據質量管理

2.2.1 建立數據形成規范，確保數據良性循環

遵循數據規范標準，通過完善統一數據模型，保證業務數據在語法與語義上的統一，建立各專業人員共同理解和溝通的語言，利用API接口等技術，提供系統之間集成和互操作的基礎接口標準，指導相關領域信息系統建設與業務集成工作。

2.2.2 加強源頭數據管理，提升明細數據質量

嚴把數據入口關，從源頭確保數據的真實性、準確性、完整性和一致性。以業務為驅動，依從業務流程對應明細數據，結合多位一體協同機制對明細數據進行質量監控，制定質量閾值，監測數據的完整性和準確性。依據監測結果，明確數據責任人，督促整改閉環，實現明細數據質量的提升。

2.2.3 以數據規則為抓手，做好數據質量核查

依據數據規范體系，確定數據完整性和規范性層面的核查規則，如字段非空要求、字段命名規范等；持續豐富完善核查規則，加強數據間的一致性以及數據合理性、準確性、及時性等方面的核查。

2.2.4 梳理業務數據脈絡，逐步實現業務和數據的同步

歸納總結業務和數據不同步的類型和方式，對不同步原因展開分析；開展業務和數據同步管理方法和方式試點；制定應用場景相關管理辦法，對同步措施進行固化；對目前數據存在的系統和系統不一致、業務和系統數據不一致問題進行整治。

3 公司數據融合實施建議

數據有效融合是發揮數據資產價值的重要基礎。公司業務體系是數據融合的有力支撐，公司的數據管理必須基于業務體系，才能夠實現與業務的高度融合。

3.1 根植于公司業務體系推進數據融合

以公司業務體系為依托，以業務與業務的關聯、業務與數據的映射為抓手，結合運營監測業務的大數據融合需求和實踐，實現對數據融合的全面管理。在開展業務數據融合時，應充分依托公司業務體系，確保梳理的數據框架內容的豐富性和完整性，實現對數據融合需求范圍的全覆蓋。

3.2 以推動公司數據標準治理和主數據識別為基礎，推進數據融合

從已有的業務數據融合現狀及經驗來看，公司數據標準不統一、主數據管理不規范等問題，造成了當前公司數據融合困難，數據融合結果治理效果不佳。因此，必須通過推動公司數據標準治理和主數據識別技術研究，提高公司數據標準化，從而為數據融合提供良好的數據標準基礎。

3.3 以運營監測業務數據融合需求為主要落腳點，推進數據融合

根據業務體系梳理形成的業務串接及數據融合需求非常大，甚至部分數據融合需求缺乏必要的數據支撐，無法開展有效的數據融合工作。為提高數據融合的效率、質量和精準度，建議以業務數據需求為主，分階段逐步推進數據融合，對依據業務體系梳理的數據融合需求，分步進行必要的篩選和評估，制定符合運營監測業務實際的數據融合計劃，逐步推進。