发电企业数据管理标准研究

宋尔进 李林

(贵州乌江水电开发有限责任公司,贵州贵阳 550002)

发电企业在日常的经营和管理中,会形成大量的基础性数据,这些数据是否能够得以标准化管理直接影响了企业经营活动的有效开展。因此,加强对数据标准化管理迫在眉睫,数据标准化管理不仅可以提高数据管理质量,还能提高数据的安全性、完整性和一致性,为后期更好地指导系统相关业务的有效开展提供重要的依据和参考。因此,为了确保发电企业能够在激烈的市场竞争中抢占先机,如何科学设计数据管理标准是相关人员必须思考和解决的问题。

1 企业概况

贵州乌江水电开发有限责任公司(中国华电集团有限公司贵州分公司)(以下简称乌江公司)是主要从事水电、火电、新能源开发和经营管理的综合能源企业。产权比例为中国华电集团公司51%,贵州省49%。1992年10月,国家借鉴国际水电开发成功经验,组建第一家流域水电开发公司——乌江水电开发公司,推行“流域、梯级、滚动、综合”的开发方针,经营管理、开发建设乌江干流贵州境内河段梯级水电站。1999年改制为贵州乌江水电开发有限责任公司。

2 数据管理存在的问题

企业数据在实际的管理中,主要存在以下问题:(1)尚未建立数据资产管理标准与管理体系。在已建成的系统中,各部门从业务应用角度对数据进行了处理、分析与应用,但没有形成公司全局数据资产管理与应用,导致数据的二次开发与应用难以实现,数据的综合价值没有得到充分体现。(2)数据标准不一致[1]。早期系统建设中,本部各部门和各基层单位的业务系统没有统一的数据规划,缺乏统一的数据标准[1]。同一含义的数据在不同的业务系统里有不同的命名规则和定义,导致难以实现数据的共享和交互。数据的管理方式、方法也存在较大差异,水平参差不齐。(3)数据源不统一。同一含义的数据对象分散在不同的业务系统里,系统间数据冗余导致数据被多头管理[2],数据一致性较差[2]。(4)数据质量难以控制。数据质量管理缺乏统一的评价、校验机制,无法保证数据的规范性、准确性、完整性、一致性、及时性。(5)缺乏及时共享机制。数据分散在各个系统中,各业务部门之间数据共享成本高、难度大,缺乏公司层面的数据共享机制。

3 数据标准化管理必要性

建立公司统一的数据管理体系,制定统一的数据标准和规范,不仅可以有效解决信息孤岛问题,还可以解决各级部门时空数据一致性和有效性的问题,为数据资源的应用和业务融合奠定基础。建立公司多能互补运营优化的数据资产[3],提升各业务系统数据质量,挖掘数据价值,促进业务创新、提升数据应用效率、实现数据共享。

4 数据管理标准内容

4.1 组织职责

对于发电企业而言,数据管理委员会主要承担管理数据这一职能,为后期数据管理标准组织与指导提供相应的决策。同时,还要在数据管理委员会这一职位下设定相应的数据管理办公室,便于后期数据管理标准的制定、维护和应用等相关工作的有效开展[3]。

4.2 制度规范

制度规范作为数据管理标准的主要内容,主要用于对数据管理标准制定工作的规范和约束,同时,还对数据管理标准制定工作起到了一定的指导和检测作用,为最大限度地发挥和利用数据管理标准作用,提高发电企业的管理和经营水平产生积极的影响。此外,根据数据管理标准制定需求,将数据管理标准划分为数据标准管理标准制定、数据管理标准应用、数据管理标准维护等部分,同时,还要在数据管理标准制定方面[4],重点关注和结合数据标管理标准需求,在选用合适的制定方式的基础上,完成对数据管理标准的科学评审和发布,为最大限度地提高数据管理标准的利用率产生积极的影响。此外,还要重点关注数据管理标准的应用场景,在保证数据管理标准考评结果精确性的前提下,加强对数据管理标准的应用和监督。最后,还要加强对数据管理标准的实时维护,通过实时更新数据管理标准,为提高发电企业的知名度和影响力发挥出重要作用[5]。

4.3 过程管控

对于数据管理标准而言,其过程管理主要包含以下四个关节,通过落实以下环节,可以最大限度地提高数据管理标准的管控水平,为帮助发电企业实现社会效益和经济效益的最大化打下坚实的基础。

5 发电企业数据管理标准设计

对于发电企业而言,其数据管理标准设计在具体的实施中,要顶层管理设计为基础,针对发电企业全生命周期管理需求,构建系统、完善的数据全生命周期标准化体系,从而为数据的识别、收集、管控、传输以及维护等方面提供相应的规范化指导。为了实现以上目标,管理方法要重视对数据管理职责以及数据管理要素的设计。

5.1 数据管理职责设计

对于发电企业而言,其发电在实际的建设、管理和经营中,经常会产生大量的数据,数据管理职责主要包含参与发电项目建设、发电项目运营以及发电项目管理等活动的主管部门、运营单位、项目建设总包商等部门或者单位,各个相关部门或者单位要严格按照相关标准和要求,在发电项目建设、发电项目运营以及发电项目管理等活动中,构建数据管理标准程序,同时,还要根据管理组织规模,制定科学合理的数据管理标准[6],这些数据管理标准要明确规定所部门人员的职责范围。此外,还要做好对数据采集流程以及移交流程的规范和管理,只有这样,才能完全符合发电企业数据管理要求,以实现对数据的规范化、标准化、自动化管理。由此可见,加强对数据管理职责范围的明确和界定,在最大限度地提高数据管理水平方面具有重要作用。

5.2 数据管理要素设计

根据发电企业全生命周期数据管理需求,在充分结合数据个体特征的基础上,将数据管理要素划分为以下几个组成部分,分别是数据识别、数据采集、数据积累、数据发送、数据审查、数据移交、数据接收、数据整理导入、数据存储管理、数据应用等部分,然后,充分利用信息技术,对数据进行全过程、全方位地监控和管理。由此可见,数据管理要素主要包含以下几个方面。

5.2.1 数据识别

在这一环节中,为了确保数据最终识别结果的精确性和真实性,相关人员首先要制定和完善发电企业数据识别原则,在此基础上,明确数据基本类别和含义,同时,还要确定合理的管控对象以及管控目标,只有这样,才能实现对数据类别的标准化、统一化管理,为确保数据管理对象与数据管理目标的一致性打下坚实的基础。

5.2.2 数据标准管理

数据标准管理在实现数据共享共通方面发挥出重要作用,同时,还能在某一特定的领域实现各种数据管理的统一化和标准化,有利于最大限度地提高数据质量规范。在这一环节中,相关人员要根据数据标准,制定相应编码的原则,从而形成系统、全面的规范和要求,以实现对数据管理标准的优化和完善,为提高数据资源的共享率和利用率创造良好的条件。

5.2.3 数据质量管理

数据质量作为发电企业数据管理的主要内容,只有提高数据质量,才能实现对数据的科学化、有效化应用,为保证业务活动的开展效果以及系统功能的实现效果提供有力的保障。

5.2.4 数据安全管理

数据安全作为数据管理的主要内容,在提高数据规范使用方面具有重要作用。因此,在对数据安全进行管理期间,相关人员要制定和明确数据安全管理原则以及相关标准和要求,同时,还要在发电项目建设相关单位的积极配合和协作下,对数据进行认证、存储、审计等处理,以达到进一步提高数据真实性、完整性和保密性的目的。

5.2.5 数据运维管理

数据运维管理在实时维护和更新数据方面具有重要作用,同时,通过加强对数据的运维管理,可以起到关联整合数据的作用,同时,还能保证所有数据联动效果,为充分发挥和利用数据的应用优势,提高数据质量产生积极的影响。由此可见,为了保证数据质量管控效果,相关人员要重视对数据运维管理工作的落实,只有这样,才能实现数据利用率的全面提高。

5.2.6 数据管理系统要求

要想实现对发电企业数据的自动化、信息管理,相关人员要重视对系统平台的搭建和应用,通过利用系统平台,可以实现对数据标准化管理、数据质量管理、数据安全管理以及数据运维管理,同时,在推广、普及和应用数据方面提供重要的平台支持。

6 数据管理标准实施路线

数据管理标准在具体的实施中,主要根据该标准所规划的内容关键性,按照分批次、分阶段原则,完成对数据管理标准的科学实施,该标准的整个实施阶段主要包含以下三个环节:(1)强化数据管理标准服务基础。在这一环节中,需要做好对业务数据的制定和规范,同时,还要将该标准科学应用于发电企业的实际业务处理领域中,以检验该标准的可靠性和有效性,此外,还要成立数据管理委员会,为后期落实数据管理工作提供强大的支持,最后,还要帮助相关人员明确自身的职责范围,确保他们在各自的岗位上,将数据管理工作落实到位。只有这样,才能帮助发电企业创造更大的社会效益和经济效益。(2)提升数据管理标准统筹管控能力。在这一环节中,需要针对业务术语相关标准和要求,完成对数据项指标的制定,同时,还要对数据管理标准进管控流程进行细化,在此基础上,搭建和应用相应的标准支撑工具,以达到提高该标准统筹管控能力。(3)形成数据管理标准服务能力。在本环节中,通过采用常态化组织方式,可以实现对该标准的科学应用和高效维护,同时,采用外部引入的方式,可以实现对该标准支撑队伍素养的全面提升。

7 结语

综上所述,通过加强对发电企业数据管理标准的科学设计,不仅最大限度地提高了数据标准的可读性,还为各个部门之间的联系提供了沟通桥梁,同时,还实现了数据管理标准以及管理体系的优化和完善,保证了数据标准的一致性以及数据源的统一性,此外,还提高数据共享效率和效果,使得数据得以最大化利用,为提升企业的管理和经营水平提供有力的保障。因此,企业要想在激烈的市场竞争中立于不败之地,提高自身的知名度和影响力,必须要在数据管理标准设计中下功夫。