大型流域水電企業數據治理探索與實踐

王 薇 禹躍美 張 宏 吳明波 吳 濤

（華能瀾滄江水電股份有限公司，云南昆明 650000）

1 背景

當前，數字化轉型已上升為國家戰略，“十四五”規劃提出“加快數字化發展，建設數字中國”的戰略要求。為貫徹習近平總書記關于推動數字經濟和實體經濟融合發展的重要指示精神，落實黨中央、國務院關于深化新一代信息技術與制造業融合的決策部署，打造數字經濟新優勢，依據國資委和集團公司數字化轉型工作要求的重要舉措，公司深入領會數字化轉型的重要意義，深刻理解數字化轉型是大勢所趨。通過構建數據運營中心，促進生產經營管理向著數字化、網絡化、智能化轉變，充分挖掘數據價值，支撐企業生產經營管理的數字化轉型。

在公司生產經營活動過程中積累了海量的數據，雖然通過工業互聯網、遠程智能診斷系統等建設和應用，在設備精益化管理水平提升、狀態檢修、“精品”機組打造方面取得一定成效，但從整體來看，隨著多源異構數據集成和利用的需求日益增長，單一的平臺應用愈發難以滿足數據融合應用的業務需求和企業高質量發展的需要。因此，數據應用在促進生產經營活動降本、提質、增效方面還有很大的提升空間，數字化轉型工作任重道遠。

2 目前水電企業數據管理存在的主要問題

為了全面摸清數據管理方面存在的痛點、難點，對公司全域數據管理、應用情況進行了摸底調研，深入解讀水電企業生產及管理領域的業務現狀，以數據視角全面識別數據采集、數據存儲、數據傳輸和數據應用存在的問題和痛點。

（1）數據資產待規劃。由于相關數據的分散和多頭管理，且缺乏明細的層級結構等問題，盡管水電領域的各種信息業務系統中存儲了大量數據，但應用程序分析所需的數據仍無法準確檢索。

（2）數據標準待統一。由于數據格式、類型和其他數據標準不一致，需要進行大量手工校準和校正，導致數據維護成本高且無法被有效利用，很難支持數據共享和業務協作。

（3）數據質量待提升。數據產生、傳輸、應用過程中經過篩選、計算和轉化會造成源數據質量損失。由于缺乏高質量的驗證規則以及支持平臺，數據質量問題不能及時發現，經常在數據消耗結束時才發現數據存在問題，未能及時改進數據質量，導致數據修正工作的重復。

（5）數據平臺有待完善。部分業務缺乏系統支撐，主要通過線下臺賬管理，其次，現有系統缺乏在統一平臺上收集和管理數據的能力，并且數據斷點在系統之間很常見，導致數據映射的工作量很大。

總之，數據問題阻礙了水電領域的數據查詢、分析和挖掘，從而影響相關智能應用的準確性，帶來工作成本的增加等問題。因此，鑒于現有技術的局限性，如何為大型流域水電企業提供數據治理體系是水電領域數據管理者迫切需要解決的問題。

針對以上水電企業數據管理面臨的痛點和難點，結合水電領域生產數據的行業特性，本研究為大型流域水電企業提供了一種數據治理體系，加強多元數據的統籌治理能力，針對水電企業的數據進行全域全周期的治理。為了實現上述目標，通過實踐中的一個或多個實施案例，探索大型流域水電企業的數據治理[1]。

3 數據治理體系探索與實踐

3.1 構建水電領域的數據資產目錄體系，形成數據地圖

首先，自上而下梳理頂層數據資產目錄，結合水電領域業務管理價值鏈，形成水電企業數據資產的頂層框架；其次，盤點水電領域的所有信息系統數據庫，將獲得的數據表和字段列表與水電領域自上而下梳理的數據資產框架相結合，形成一個清晰、完整的水電領域數據資產目錄。在實踐中，整體盤點和梳理水電領域相關的電能量系統、生產監測系統等數據庫表、字段屬性，建立水電企業生產運行主題域分組下的數據資產目錄。

水電領域數據資產目錄共計5 層：分別為具有水電領域特征的主題域分組（L1）；業務主題域（L2）；業務對象（L3），包括重要的人、事和物；關鍵屬性集與行業屬性(L4)，即水電領域內的邏輯數據實體；與每個邏輯實體相關的顯著特征屬性(L5)。

通過以上技術方案，最終形成具有水電領域特色，且分層、分級結構清晰，能有效支撐業務管理和控制的數據資產目錄體系，使水電領域的數據可追蹤、可搜索、可適用。

大家常說低壓難降，這是因為大多數的降壓藥雖然是高壓、低壓一起降，但是這些藥對收縮壓降低的幅度大于舒張壓，所以相對而言，降低舒張壓的效果就不那么明顯。臨床常用利尿劑減少血容量負荷，或是用β受體阻滯劑（洛爾類）抑制交感神經活動，降低舒張壓。

3.2 建立水電領域的數據標準體系，統一數據語言

針對形成的水電領域的數據資產目錄體系，從數據分類、數據編碼、數據屬性等3 個方面建立統一的數據標準。建立統一的數據標準主要包括以下步驟。

（1）識別公共屬性。根據公共屬性的識別原則，識別水電領域中所有數據的對象屬性，包括存在于多個字段和表中的屬性字段，如時間、員工和單位屬性；然后對識別出的共同屬性進行標準化。在此基礎上，可以重復引用公共屬性標準。

（2）識別個性屬性。水電領域中除上述共同屬性外，其他屬性都屬于個性屬性，如生產監控測量點的分類，存在于生產監控、監測系統邏輯實體中，將識別出來的個性屬性進行標準化。在此基礎上，個性屬性的標準主要是指單一的邏輯實體。

（3） 屬性標準化。屬性標準化是基于上述共同屬性和單獨屬性進行的。按照“一號、一源、一標”的原則，參考國標、行標和企業標準，確定數據標準的來源；然后根據屬性的標準代碼、名稱、描述、字段類型和長度，決定是否引用代碼表，是否需要填寫碼表字段，并對數據責任主體、版本號、標準設置、修訂時間等屬性進行標準化。

通過以上技術方案，最后形成水電領域統一的數據標準體系，建立跨領域、跨流程、跨系統的統一數據語言。

3.3 建立水電領域的數據質量體系，保障數據質量

根據水電現場生產數據的特點，對數據定義、產生、傳輸、使用、保存與銷毀的全過程進行監測與監控。從數據質量的一致性、唯一性、有效性、完整性、及時性和準確性6 個維度，建立水電領域運行控制數據質量檢驗規則，對數據質量進行監測和評價，定期輸出各領域數據質量報告。根據發現的質量問題，數據責任人及時處理和關閉質量問題，有效提高數據質量。通過對數據質量的量化評估，實現數據質量直觀、簡潔、有效的評價[2]。

通過以上技術方案，實現對水電領域數據質量全生命周期的監測和評估，形成數據質量報告，經過問題閉環處理，切實保障水電領域數據質量。

3.4 建立水電領域的數據安全策略，構建安全屏障

基于水電領域的數據管理特點，從以下幾個方面構建水電領域數據的安全策略。

（1）數據定密定級。根據公司數據安全及保密相關要求，將數據安全分為內部公開、外部公開等5 種類型；基于不同數據的安全等級要求對其密級進行定義和規劃。

（2）數據安全策略的制定。根據水電領域劃分的數據安全級別，選擇靜態脫敏、動態脫敏、數字水印等不同的安全存儲策略進行安全管理和控制，確保水電領域數據存儲的安全。數據安全策略可進行個性化的、靈活的安全控制，如實現表級、字段、行級數據授權。

（3）分級數據訪問。針對水電領域的不同部門和數據管理角色，配置分級數據訪問，確保發電廠只能從發電廠的來源訪問和查詢相關生產數據。

通過以上技術方案形成完整的數據安全體系，保障水電領域的數據共享安全。

4 實施效果

4.1 建立以數字化轉型為目標的數據治理體系

（1）建立數據治理體系。結合水電企業生產經營實際，以生產、財務、物資與采購三大領域為試點，完成數據資產目錄、數據標準、數據質量校核、數據安全策略及數據管理辦法“五個一”設計。通過數據治理，夯實數據“基石”，確保數據可查、可溯、可用，為數據價值的充分發揮提供支撐。

（2）保障數據安全。水電企業曾經的業務系統相互割裂，數據安全管理沒有形成統一的機制，如何保護企業、員工、客戶、供應商和其他可識別個體的數據信息安全是重點工作。統一的數據安全保護中心，提供敏感數據識別及分類、安全隱私保護、細粒度權限控制、數據風險識別及合規審計等功能，提供個性化設計數據安全策略，建立數據全生命周期管理的安全“屏障”，保障數據安全。

（3）提升數據成熟度。前期的數據管理主要是被動管理，需求主要體現在單個項目層面，沒有統一的管理流程。目前，數據已被視為實現公司績效目標的重要資產之一，并在組織層面制定了一系列標準化管理流程，以促進數據管理的標準化。數據成熟度由初始級到穩健級實現了跨越式的提升。

4.2 數據服務支撐能力不斷提高、體驗不斷提升

（1）發揮數據價值。通過建立數據資產地圖，構建數據服務，強化業務場景數據建模，為各業務領域數據資產的深度價值挖掘提供支撐。實現數據資產的數據血緣關系和數據全景可視，通過統一訪問，形成關鍵的跨業務數據融合中樞，使各業務部門數據互聯互通，信息共享共治，以用促治[3]。

（2）提升數據服務能力。通過計算機監控系統、在線監測系統，以及財務、物資與采購等經營管理數據與數據運營中心的信息交互，完成對企業生產、經營管理等數據的全面采集和匯聚，運用工業智能、大數據分析手段實現了數據統一標準治理和多元化應用?；诠I互聯網、商業報表、數據挖掘等數據分析平臺，開展數據綜合分析工作，提高數據挖掘、流式計算、統計分析、自動報表等多元化數據應用能力；強化了基于新一代信息技術開展數據治理、分析、服務的理念，豐富了設備狀態數據分析方法，提升了數據服務能力。

（3）助力企業數字化轉型。研究建立了以智慧企業建設為目標的大型流域水電企業數據治理、應用及服務體系，該成果具有普適性和較高的推廣價值，可在能源行業乃至其他工業領域推廣應用[4]。在探索、實踐過程中，培養了一批樂于學習新技術、管理理念新、思維活躍、敢于嘗試、勇于探索、理論扎實、專業面廣的專業技術人員，促進企業管理數字化轉型升級。

5 結語

以數字化轉型為目標的大型流域水電企業數據治理是“水電生產與新一代信息技術融合”的具體實踐，作為非數字原生企業大膽嘗試數據治理工作，雖然沒有現成的方案可以參考，但是通過分析水電領域的數據資產體系、數據標準體系、數據質量校核體系，設計了數據安全策略系統的技術方案，規范了水電領域的數據管理過程[5]。以此為基礎，進一步的技術方案是搭建具有水電領域特色的數據運營平臺系統，實現水電領域數據采集、數據入湖、數據治理、數據服務等核心能力。通過建立數據治理方法論及管理體系，統一規劃、建設應用平臺，部署應用功能，實現資源的集約化管理，減輕投資、維護成本。而隨著數據體量的不斷充實，數據質量的不斷提升，功能的不斷優化，體系的不斷完善，架構的不斷調整，全業態的推廣應用，大型水電企業數據治理體系的成效將更加凸顯。