数据管理能力成熟度评估模型在地市供电企业数据资产中的应用研究.docxVIP

数据管理能力成熟度评估模型在地市供电企业数据资产中的应用研究 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 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