淺析大數據技術在電網企業固定資產管理中的應用

李恩堂

【摘 要】隨著信息系統對電網企業創新發展的支撐，固定資產業務應用不斷深化，信息系統數據量呈爆炸性增長，需要實現對海量的生產經營、電能電壓、用電信息等數據的高效存儲、處理；國家電網公司按照黨中央、國務院的大數據發展戰略要求，積極開展大數據應用創新實踐，發揮電力大數據快捷、細化、客觀的優勢，為國網公司創新發展提供信息支撐。當前，電網企業固定資產業務與前端生產業務數據未實現實時共享，跨系統、多流程環節的業務監控仍不全面，實時的、多維度的資產業務預測分析能力仍不足。本文以國家電網下屬單位為例，主要分析了大數據技術在電網企業固定資產管理中的應用，從而為電網企業的固定資產運行提供更加強有力的支撐，不斷提高我國電網固定資產運營管理水平，促進智能電網體系的優化升級。

【關鍵詞】大數據；電網企業；固定資產；運營管理

一、電網企業固定資產管理現狀

近年來，國家電網公司下屬各單位按照總部的統一工作部署，完成資產全壽命周期管理體系建設設計工作，完成固定資產管理流程、崗位職責、規章制度的梳理完善工作，已基本建成橫向集成、縱向貫通的一體化財務資產信息化系統，固定資產管理信息化支撐深度和廣度不斷拓展，與PMS（生產管理系統）、OMS（調度管理系統）、TMS（通信管理系統）、IMS（IP多媒體子系統）等前端業務系統實現設備聯動集成，控制住固定資產新增變動的源頭，實現賬卡物同步變動，保障了固定資產的數據質量；實物管理與價值管理協同統籌，實現對固定資產業務增減變動的全過程管理，固定資產管理的效率效益進一步提高；完成固定資產折舊、逾齡固定資產等預測分析統計，實現基礎數據的高級應用。

國網公司2018年2月披露的2017年履行社會責任報告中，2017年完成發展總投入6081億元，固定資產投資5066億元；電網投資4854億元，2018年承諾發展總投入5819億元，固定資產投資5228億元，電網投資4989億元，固定資產投資逐年呈上升趨勢。在2017年國網公司固定資產投資項目后評估管理規定中，提出要強化投資全過程閉環管控，以效率效益為中心，強化精準投資，完善投資決策機制，提高投資決策水平。

二、電網企業固定資產管理存在的問題

國家電網公司下屬單位近幾年深入開展資產管理信息化工作，圍繞“集約、規范、實時、精益”的管理要求，全面建立了集中、統一、精益、高效的現代化資產管理體系，支撐了資產業務持續健康的發展。但隨著資產業務與前端業務系統的不斷融會貫通，資產業務與前端業務數據未實現實時共享，跨系統的多流程環節的業務監控仍不全面，實時的、多維度的資產業務預測分析能力仍不足，亟待解決資產管理工作中的一些問題，具體體現在：

（一）業財信息共享水平不足，固定資產數據質量有待提升

資產管理工作向業務前端延伸，各專業系統與SAP系統的設備資產已形成聯動集成機制，實現了資產新增與變動業務的貫通融合。但各業務部門的“習慣性違章”等錯誤操作時常存在，造成各系統間仍存在設備資產不對應、信息不一致等數據問題，未建立系統間的數據共享中心，沒法全面掌握系統間的設備資產對應情況。

資產數據質量治理工作存在多部門、時間久、工作繁瑣、數據量巨大等特點，缺乏高效地清查治理工具，導致各單位設備數據質量治理工作積極性不高，每年的設備資產清查工作效果不佳。設備資產數據仍存在維護不準確、不完整、不及時，從而影響固定資產及累計折舊報表等法定報表的準確性，影響資產折舊預測分析、逾齡資產預測分析等預測分析結果的準確性，導致資產分析預測失真，影響輔助決策水平的科學性、準確性。

（二）固定資產業務實時監控能力不高，存在監管隱患

資產新增及變動業務已通過PMS、IMS、TMS、OMS等各專業系統與SAP系統聯動集成貫通，并對設備聯動集成業務進行監控；資產報廢與廢舊物資處置業務已實現與前后端業務系統的融合貫通，并對資產報廢處置全過程風險進行防控。但是目前的信息技術及平臺只能通過定時抽取、推送等方式實現信息貫通，造成業務信息滯后、風險監控不及時，引發業務安全風險和外部監管隱患。隨著電力體制改革的日益臨近，公司將面臨嚴格的外部監審，如何進行資產業務的實時監控，有效防范資產管控風險，將是未來電網企業資產管控工作的重點研究方向。

（三）海量資產數據挖掘能力不足，公司決策能力較低

傳統的資產數據分析及處理技術因受限于目前處理平臺與處理技術限制，不能綜合實時、完整、客觀全面地對數據進行挖掘和利用，使得有利用價值的數據沒法充分獲取，從而使公司沒法有效做出決策。以某下屬公司為例，公司信息系統中的資產臺賬數量超過364萬條，而且以每年幾十萬條的速度增加，資產業務信息已超過1億條，使得當前的資產管理信息計算和分析速度非常緩慢，僅查詢一個縣公司的全面資產數據所需的時間就超過30分鐘，人工完成一個市公司的折舊預測需要2小時以上，且計算復雜、準確性不高；已開展的資產輔助決策分析，由于通過信息技術定時獲取，還存在時效性較差、維度不全面等問題。

三、電力企業固定資產管理的對策

充分運用“大云物移”等新技術，搭建“基于大數據技術的資產管理信息平臺”，形成涵蓋公司資產業務的一站式大數據平臺，進行數據資源價值的深入挖掘，提供智能化決策支持，從而更有效支撐“全面覆蓋、實時管控、剛柔并濟、科技驅動”的一體化企業級智慧財務應用。

（一）實時共享資產數據，提升賬卡物一致性，保障數據質量

應用大數據、物聯網等技術，將SAP、PMS、IMS、TMS、OMS等系統中的設備資產卡片的投運日期、所屬線站、變電容量、電壓等級、資本化日期、成本中心等臺賬信息采集至統一的大數據平臺，從而為資產數據質量分析提供一個標準的數據源，按照設備聯動對應規則等業務關聯關系，實時分析多系統間的設備資產卡片對應情況、卡片信息一致性情況，快速、準確獲得設備資產數據質量待提升點，為設備資產數據質量治理工作提供信息支撐，從而有效提升設備資產數據質量。

（二）實時監控固定資產業務，實現資產管理全流程、可視化管控

通過基于大數據技術的資產業務實時監控分析、資產全生命周期分析、資產業務關鍵信息及時預警分析等，建設全流程、可視化、可監控的資產業務管控方式，實現對資產業務增減變動的全過程管控，提高資產管理的效率效益，降低公司資產管理風險。

1.固定資產業務監控分析

利用大數據技術，實時監控資產新增、資產技改、資產調撥、資產報廢處置全過程、設備聯動集成等工作流的審核進度、審核及時情況及業務處理合規情況。通過大數據分析及挖掘等技術，針對資產管理業務流程節點業務信息的監控，實現資產管理流程的可視化以及資產管理流程監測跟蹤。

資產新增業務分析：以資產、單位為監控維度，實時調取資產編號、單位信息、操作節點、操作人員、操作時間、操作人員崗位、資產價值等信息，實時監控資產創建及時性、字段規范性等信息。

資產調撥業務分析：以資產調出單位、調入單位為監控維度，實時調取資產編號、調出單位、調入單位、操作節點、操作人員、操作時間、操作人員崗位、資產價值等信息，實時監測調撥處理及時性、調撥業務合規性等信息。

資產報廢處置業務分析：以資產、單位為監控維度，實時調取資產編號、單位信息、報廢工作流明細信息（當前節點、下級節點、操作日期）、處置信息（處置收入、操作日期），實時監測報廢處置及時性、報廢審核規范性、報廢業務合規性等信息。

2.固定資產全壽命周期可視化技術分析

通過大數據和云計算技術對資產全壽命周期業務信息進行采集、分析、加工、存儲、計算，實現單個資產的全壽命周期的業務可視化。通過云搜索及可視化技術，按照單個資產的新增、運行、維護、退役、報廢、處置的全生命時間軸為主線，按照資產狀態維度展示資產新增來源、首次購置價值、資本化日期、每月折舊金額、維修項目、維修日期、維修成本、技改項目、技改增資日期、技改增資金額、退役日期、報廢日期、報廢金額、報廢比例、處置金額等資產全壽命周期信息。

（三）實時、高效預測分析資產業務，提升輔助決策智能化水平

通過實時獲取固定資產基本信息、價值折舊信息，進行固定資產結構化分析，直觀展示資產全貌，提供決策者進行有效的空間分析和規劃設計，為建設一個安全、可靠、經濟的電網提供了新的途徑和手段。通過對資產折舊、逾齡資產、資產墻等進行多角度、多方面的實時預測分析和對資產組投入產出實時分析，能夠更加科學、準確地勾勒出資產現狀及其未來影像，為分析未來經營效益提供了可能，為加強安全生產提供了警示。

1.固定資產實時多維結構化分析

電網企業資產量大，資產類別多，且下屬單位較多，給資產的基礎數據統計帶來較大難度，已建立的多角度資產構成分析，沒法在時效性上滿足實時的要求。因此，為滿足上述需求，利用大數據、云計算技術，按照資產分類、預測年度、監管方式、電壓等級、是否逾齡等多維度進行預測，統計折舊已計提金額、預測未來年度金額，不斷擴展資產折舊預測的維度，提升資產折舊預測工作的時效性，實現資產實時多維結構化分析。

2.逾齡固定資產實時預測分析

逾齡資產的構成，包括逾齡資產的統計、分析、預測等專題。由于采用定時分析預測的信息技術方式，導致逾齡分析預測工作存在執行時間久、工作滯后等問題，利用大數據、云計算技術，按照資產分類、預測年度、監管方式、電壓等級等，統計逾齡資產原值、逾齡資產凈值、逾齡資產數量等信息，不斷擴展資產逾齡預測的維度，提升資產逾齡預測工作的時效性，從而進一步加強精益化管理提供了基礎分析數據。

3.固定資產墻實時預測分析

利用大數據、云計算技術，按照資產墻分析模型，實時獲取SAP、PMS、IMS、TMS及OMS系統中的資產分類、電壓等級、變電容量、線路長度、投運日期、資產原值、資產凈值等信息、預計使用年限等資產臺賬信息，實現對整體資產、具體資產分類、電壓等級等多維度場景，以投運年限為橫軸，以價值規?；蚣夹g規模為縱軸的分析，結合資產平均使用壽命，將各種不同分類的資產的未來改造規模進行疊加，形成改造的資產墻，預測公司技改規模。

4.固定資產組投入產出可視化分析

當前電網設備都是按照單個設備資產進行管理及分析，沒法掌握電網資產的實際經濟效益，建立以資產組為視角的投入產出分析模型，利用大數據及可視化技術，獲取并整合臺區、變電站、高壓線路、中壓線路等資產組在營銷、調度、運檢、發展及財務系統中的月售電量、年售電量、容量、容載比、運維檢修成本、資產價值等投入產出分析相關的業務數據，分析資產組投入產出情況，動態展示公司資產投入產出能力分布情況，為公司經濟性開展電網精益投資決策提供支撐。

四、結論

在電力體制改革的背景下，結合電網企業資產現狀及迫切需求，應用大數據采集及深度挖掘技術，全面監控、分析多系統間的資產對應、聯動情況，快速獲得資產數據質量待提升點，為固定資產數據治理工作提供信息支撐，從而有效提升固定資產智能分析決策能力，降低公司資產業務經營風險，為公司經濟性、科學性開展電網資產精益投資決策提供支撐。

【參考文獻】

[1][英] 維克托·邁爾·舍恩伯格著.大數據時代[M].浙江：浙江人民出版社，2012.

[2]王繼業.大數據：電網企業創新發展驅動力[J].國家電網， 2015（12）：58-61.

[3]國家電網公司《2017年社會責任報告》，2018.

[4] 程平，韓佳佚.大數據時代基于云會計的企業固定資產投資決策[J].會計之友， 2015（4）：128-131.