基于數據中臺的數據在線服務設計及應用

胡聰，洪德華，劉翠玲，王鵬

（國網安徽省電力有限公司信息通信分公司，合肥230041）

0 引言

隨著電力企業數字化轉型升級加速，電網已經建成了覆蓋發電、輸電、變電、配電、用電等全領域的專業應用信息系統，為電網數字化提供了有效的支撐[1-2]。伴隨著新型業務的發展，以及大數據、云計算、人工智能能新技術的興起，電網業務系統已不能較好地適應新業務的應用需求，業務系統之間存在較為突出的數據共享壁壘，各個業務系統沉淀的數據資產無法有效性的挖掘內部潛在的價值，業務系統業務和數據的服務化水平較弱，新業務構建速度延后[3-4]。同時電網沉淀的數據資產分散，沒有形成電網數據資產管理體系，數據資產維護難度大，缺少統一的主數據維護體系，數據質量評估體系及流程還不完善[5-6]。

為破解上述難題，本文重點研究數據中臺的服務設計方法，突破數據服務定義分解、資產自動化循環管理等關鍵技術瓶頸，構建電網數據資產標準目錄，從頂層加強業務系統的統一數據模型執行力度，落實數據模型應用，從理論技術上解決業務系統至今數據共享、貫通等難題，進一步促進電網數據資產整合利用，加快構建數據貫通的數字電網。

1 現狀分析

企業中臺是企業級能力復用的服務共享平臺，由一個或多個共享服務中心組成，每個共享服務中心由一組具備復用、共享能力的服務組成[7-8]。企業中臺按照服務能力類型劃分共享為業務中臺、數據中臺。其中數據中臺整合電網業務數據，按照電網業務貫通發展需求，強化電網數據共享、數據分析應用，將電網通用的數據服務進行沉淀形成共性服務能力。數據中臺能力架構圖如圖1 所示。

圖1 數據中臺能力架構圖

電網數據中臺按照能力劃分，可以劃分為電網數據接入能力、電網數據存儲計算能力、電網數據分析能力、電網數據服務能力、電網數據資源管理能力、電網運營管理能力。

2 數據分析服務方案

數據中臺服務設計和拆分方法從企業級數據模型的基本定義和架構、模型涵蓋的業務價值、模型方法的設計等角度分析，整合統一電網數字化體系標準，分步驟將電網數據模型進行統一建模，不斷迭代數據標準體系，將傳統的電網業務概念轉換成軟件的類型、類型的屬性、行為等，進而可以有效地降低電網數據服務業務設計的難度，并且數據服務可以擁有良好的可擴展性。

2.1 總體架構

電網數據分析服務依托電網數據中臺的統一構建，電網數據服務數據存儲在云平臺，以Web 方式向用戶提供服務檢索和查看，通過電網數據中臺統一數據分析服務（API 接口）向電網業務系統、電網各類業務中臺等提供電網數據分析服務；同時基于電網數據中臺構建的分析場景，可發布為服務，實現一線班組及管理人員對業務分析數據的在線查看。數據分析服務體系架構如圖2 所示。

圖2 數據分析服務體系

基于數據中臺的數據分析服務能力主要包括服務設計、服務構建、服務應用和服務管理四方面。

服務設計是服務分析能力建設的基礎，通過業務場景及服務需求分析，對數據分析服務體系、服務構建標準及服務應用策略進行標準化設計。

服務構建是服務分析能力建設的核心，包括結果數據集、算法模型服務和分析場景構建。結果數據集構建是依托數據中臺共享層、分析層業務數據，基于數據中臺技術組件能力，經過數據處理、服務開發等過程完成服務的構建；算法模型服務構建是依托中臺算法模型組件構建的算法模型服務；業務分析場景構建是依托數據中臺自助式分析組件經過業務邏輯加工形成業務分析場景后，發布的服務。

服務應用是服務分析能力建設的關鍵，包含服務注冊和服務調用兩個階段。已構建的結果數據集服務和算法模型服務，在數據中臺服務目錄上進行服務注冊，已構建的業務分析場景進行發布；注冊或發布成功后，通過Web 應用向最終用戶提供數據服務分類展示、服務推薦/訂閱等應用能力，用戶在授權范圍內調用所需的數據分析服務。

服務管理是服務分析能力建設的保障，貫穿服務構建和服務應用的全過程，基于數據分析服務全生命周期過程進行統一運營管理，包括數據服務應用審批等管理能力，并進行統一服務運維。

2.2 服務設計

電網數據中臺的數據服務設計方法：電網數據中臺服務化設計分為數據服務中心規劃、數據服務識別、數據服務設計、數據服務實現、數據服務治理。

數據服務中心規劃：依托電網業務領域模型的輸入，結合數據服務中心規劃方法以及決策流程和指標明確數據服務中心。

服務識別：依賴電網業務需求推導出多級流程、電網業務時序圖、電網業務規則、電網業務功能等當成數據服務識別的輸入項，結合各種需求輸入對應的數據服務梳理方法梳理潛在的數據服務。從潛在的數據服務做數據加工處理形成電網數據中臺的服務模型，另外從數據服務的非功能需求中，推導出電網業務中臺技術支撐能力。

服務設計：依托數據服務識別過程中形成的數據服務模型，構建對外開放的數據中臺服務接口，給出不同數據服務中心的數據模型結構。

服務實現：根據電力信息系統代碼開發規范、業界微服務開發典型實踐經驗，進行數據服務接口的代碼業務邏輯設計、開發以及測試。

服務治理：數據服務運行全程調用日志、運行監控數據、鏈路跟蹤數據，分析服務運行調用效率。當數據服務存在依賴關系太多時，該數據服務則為不穩定服務需要進行優化；當服務調用頻率，響應速度較快，說明該服務滿足業務系統的主要需求；該服務上線后無業務系統調用，說明該服務屬于偽需求，不存在使用者。通過服務治理，可以發現服務之間的血緣關系，通過服務之間的關系，判斷服務的拓撲結構，更加可靠的運維服務。

2.3 服務構建

數據分析服務的完整構建流程包括從需求收集到服務下線共8 個環節，電網數據分析服務構建流程如圖3 所示。

圖3 電網數據分析服務構建

電網數據分析服務涵蓋電網數據分析服務需求收集、電網數據分析服務設計、電網數據處理、電網數據分析服務開發、電網數據分析服務第三方測試、電網數據分析服務對外發布、電網數據分析服務更新、電網數據分析服務下線。

2.4 服務應用

基于業務需求，服務提供者開發數據分析服務，在統一門戶中進行編目發布。服務使用者通過查詢，獲取所需服務信息，經授權后，調用相應數據分析服務，獲取分析算法模型或分析成果數據集。服務使用者可對服務進行評價，為服務優化提供依據和參考。服務管理者進行相應的服務監控與維護管理工作。數據分析服務應用流程如圖4 所示。

圖4 數據分析服務應用流程

基于電網業務驅動提取數據分析服務新需求，進行數據分析腳本開發，并將分析過程或分析結果等封裝成服務；服務注冊/注銷：將服務注冊于數據分析服務目錄，或根據業務需求變化要求，從目錄注銷；服務編目：根據服務元數據信息，對服務編排目錄層級位置；服務發布：更新或調整目錄結構及服務信息后，正式對外發布，供服務使用者獲取最新服務信息；服務檢索：數據分析服務使用者，在數據中臺上進行服務檢索，尋找需要的數據分析服務；服務發現：數據分析服務使用者尋找到所需的服務，獲取服務元數據信息及服務調用、使用方式；服務評價：反饋電網數據分析服務的質量、安全等問題。

3 實驗驗證

本文依托國網安徽電力公司數據中臺進行測試驗證[9-10]，模擬驗證數據在線服務流程，在配置后臺數據服務解析流程后，數據在線服務訪問過涉及到數據校驗、唯一性判斷、查詢服務、修改服務、刪除服務等，配套工具通過腳本方式實現服務實例化，與具體的主數據對象關聯應用，數據在線服務滿足相關要求。具體驗證效果如圖5 所示。

圖5 實驗驗證

4 結語

針對當前電力企業數字化轉型的需要，本文提出了基于國網數據中臺的數據在線服務設計及應用解決方案，設計了面向電網應用的數據分析服務總體架構，闡述了服務設計方法，設計了服務構建關鍵步驟和服務應用的流程，最后通過實驗驗證了基于數據中臺的數據在線服務方案的可行性。