试论基于电力企业大数据环境下的数据治理

蔡艺云

摘要：在目前大数据背景下，数据治理被广泛应用到不同领域中，其中使用最为广泛的就是政府和企业。在目前大数据时代中，数据治理已经成为现代企业实现智能化决策主要手段，使企业在不断竞争的市场中对大数据信息进行分析和处理。那么，本文就将电力企业作为基础，分析大数据环境下电力企业的数据治理。

关键词：电力企业;大数据环境;数据治理

引言

在大数据环境下，我国的数据信息共享程度得到了显著的提升。大数据环境的到来为相关组织带来了巨大的商机，也向传统的数据治理发出了挑战。目前，我国的数据信息总量大，甚至无法进行准确的统计，这样海量而复杂的数据信息对于数据管理工作的增加了难度。这就使得先进的数据治理手段成为了相关人员关注的焦点内容。相关人员要顺应大数据时代的发展需求，建立起完整的企业数据治理系统。基于大数据治理实现，如何完善电力企业大数据环境下的数据治理体系，有效规范工作流程，从而治理海量电力企业数据，将电力企业数据中的价值充分的挖掘出来。

一、大数据背景下数据治理的现状

目前，数据治理尚未形成一个统一的概念，但总体来说，其本质还是在综合考虑了企业的发展状况以及利益相关者需求的基础上，对组织的行为发挥指导、控制、监督、评估等方面的服务功能，提升数据质量的同时为其创造更高的价值。随着大数据时代的深入，数据治理引起了业界和学界的关注与重视，他们从多篇文章的内容中对数据治理进行了深度研究，并分析了其未来的核心发展趋势，逐渐形成了大数据治理框架。例如国际数据治理研究所从组织、规则和过程三个层面总结出了数据治理的十个关键性要素，并形成了一个从方法到实施的框架和系统。

我国对于数据治理研究的起步相对较晚，至今在概念上具有一定的模糊性，并且常将数据治理与数据管理等同，都是对相关数据实行收集、加工、处理、传输、保存等一系列的活动。这些差异的存在使得数据治理在大数据背景下一直是一个热门研究话题。

二、明确电力企业在大数据环境下数据治理目标

目标的制定是有效实施大数据治理的重要前提，主要内容包括治理战略一致、增强风险可控性、确保电力企业运营合规、实现电力企业发展价值。在数据治理过程中，应充分考虑电力企业的发展需要，提高数据的价值性，降低其风险性，从而为电力企业提供更加科学的决策，减少其经济损失。同时，还应确保电力企业的运营与发展符合相关法律法规以及其他相关的规范等，从而增强电力企业的竞争力，最终实现其运营价值。

三、电力企业大数据环境下数据治理关键点研究

（一）识别数据质量关键要素

依据特定的业务需求或完整的业务场景，明确需要进行数据治理的关键要素。数据要素的涉及范围广，业务逻辑复杂，同时也就牵涉到的数据内容较多。

以供电公司统推PMS系统、营销MIS系统为例，其中数据质量关键要素包括电网设备台账和参数：营销系统中的用户档案、计量台账和台户关系，电能量采集系统中开关台账和电量数据，调度技术支持系统中负荷数据、电网电压、停电等运行数据，用电信息采集系统中负荷、电量和停电等运行数据。例如PMS系统中线路设备的编号、名称、电压等级、所属变电站、运维单位、运行状态等信息，调度技术支持系统中线路的电流、电压、有功功率、无功功率、功率因素、运行状态、状态切换等数据。

（二）数据标准的制订

制订数据标准是一个非常系统和复杂的工作，但它是开展数据治理工作的基础。根据数据质量定义，制定数据度量规则，包括完整性、唯一性、一致性、精确性、合法性、及时性等，这是一个反复迭代的过程，度量规则需要进行实践验证并不断补充和完善，这是开展数据质量度量的关键。

四、创建电力大数据治理体系

电力企业要使数据治理作为专门业务对待并且管理，以电力企业实际情况实现相应数据治理目标的制定，从而创建专业化数据治理体系、保障机构，从而创建高效率、全方位的数据治理体系。此数据治理体系要企业各个组织、部门及技术等全面配合。

（1）实现相应数据治理组织机构的创建。能够在电力企业顶层创建数据治理委员会，包括业务部门、信息管理部门及高等管理人员等主要负责人。在中间层创建通过各个业务部门、数据库管理、信息部门技术及培训等专家构成的数据治理工作组。

（2）实现相应标准规范的创建。基于企业角度创建统一化数据标准，和数据治理工作相互结合，创办技术标准工作组，实现工作计划及标准的制定，主要包括业务标准、技术标准、数据质量标准及管理标准等。

（3）在实现数据治理的过程中，和数据技术支撑具有密切的关系，电力企业要通过数据技术实现企业信息数据管控及支撑，使元数据管理、收集及应用作为主要核心，结合规范数据标准及高质量信息，充分使用企业已经创建的元数据管理平台、数据分析技术，从而创建完善数据治理体系。

五、构建电网安全防护体系

在电网安全防护体系构建过程中，需要建立终点安全防护体系、应用平台安全防护体系，并对电网系统边界安全提供防护措施。在重点安全防护体系构建过程中，电力企业需要在配电网终端内设置安全模块，对系统内部执行命令和主站参数设置内容进行识别分析，防止电网系统内部出现木马或者病毒等攻击性数据，以提升系统数据安全性。电力企业在系统运行过程中必须贯彻国家规定要求，通过国家信息安全等级和分级管理制度保障系统运行稳定。针对数据治理过程中存在的系统漏洞与病毒软件等问题，电力企业应尽快内部防护系统，通过漏洞补修技术与杀毒软件等提高系统安全性。在应用平台使用过程中，需要建立安全防护体系，使应用平台具备安全防护功能。在应用平台运行管理方面，电力企业可以通过第三方测评、自评方式提高安全测评能力，防止系统使用过程中出现漏洞问题。在系统平台监控管理过程中，电网可以利用日志记录平台互动情况，及时发现系统异常操作与故障问题等。在电网系统边界安全防护方面，电网可以安装横向安全隔离装置，通过边界防护技术隔离物理攻击。尤其是在变电站、电力生产与发电站等单位，需要通过加密技术、隔离安装等措施加强边界安全防护。在电网内部边界隔离防护过程中，需要在各区域内设置隔离防护体系与访问权限，防止公司核心数据信息泄露。

六、创新电力企业数据治理方法

数据治理方法主要是构建EDM模型，即“评估-指导-监督”模型，并制定相应的战略进行大数据治理。在此过程中，组织还需不断规范和优化数据治理流程，根据治理主体的不同，实施不同的治理方法和手段，以增强组织的风险防控能力，充分发挥出电力企业数据的商业和社会价值。

结束语

目前为深化改革的时代，在全新能源改革、工业改革及互联网+行动计划导致社会改革中，电网企业具有重要角色，并且还面临转型发展机遇。在大数据演化模式及价值功能重构，能够为全球能源及智能电网互联发展提供全新思路、解决方法及解决方案，也为我国电网企业超过国际先进水平提供了基于。但是，在电力大数据库中，要通过数据治理解决大数据数据多、杂的问题，从而有效促进大数据能够通过概念走向现实，提高大数据在电力企业中的作用。

参考文献

[1]李瑞新，孙琪.大数据时代的企业数据管理创新模式研究[J].2021（2016-17）：25-26.

[2]李方軍，宋曦，赵博，等.基于电力企业大数据环境下的数据治理[J].电子技术与软件工程，2019，000（002）：P.141-141.

[3]党芳芳，梅林，高峰，等.基于全生命周期管理的电力企业数据治理技术研究[J].电力大数据，2019，022（003）：66-70.