数据标准化建设中电网数据认责体系的优化分析

陈韩霏 张艳红 张睿喆 江琼宜 胡雅月

关键词：数据治理；回归分析；电网；认责体系

1引言

数据认责是数据治理的重要指标，能够明确数据清洗、重复数据剔除等标准化处理中的责任认定问题[1]，提高数据治理的可信度、安全性，便于后期的数据寻踪、追责。但是，数据传输协议混乱[2]、端口兼容性差等问题，严重影响数据认责问题的研究。目前，数据认责主要采用人工数据认责方法[3]，借助数据管理系统进行认责分析。该方式存在认责片面、数据标注不明等弊端，消耗大量的人力和物力，而且最终的认责效果不佳。基于此，本文利用回归分析方法对电网中的数据认责问题进行分析，旨在实现电网数据的认责体系优化。

2回归分析方法

回归分析方法是基于统计学的智能分析方法，该方法通过寻找部分关键点，实现对数据认责体系的分析，并依据回归结果得到认责的问题[4]。一旦回归结果中出现异常系数，则要對该数据认责方案进行数据挖掘，找到出现数据认责问题的原因，并给予优化，具体分析如下。

认责方案的数学描述：随机选择数据认责方案[5]，并将其设置为ai，数据治理结果为xi，标准化程度为，数据认责的权重为wi，标准化处理后的方案集合为set{o}，治理数据结构为ci。那么，set{o}的计算过程为：

在数据认责过程中，要依据主观评定系数调整权重、阈值。依据回归分析方法，要对不同阶段的数据认责结果进行分析，并形成连续的认责体现[7]，有效地记录数据认责的处理情况。

3回归分析法在数据认责中的实施步骤

数据认责的关键是完整性、准确性和可追溯性，需要对数据治理方案进行抽样调查，包括数据标准化处理程度、数据治理时间[8]，数据治理安全性、数据完整性，以及数据兼容性。另外，依据回归分析方法对数据认责中的异常值进行识别，并对不同时刻的异常值进行深入挖掘，找出数据认责问题的原因。同时，对不同数据标准化处理方案的重复性，数据清洗的干净程度，重复数据剔除量进行回归判断，具体步骤如下。

步骤1收集电网后台服务器中潮流、电压、电能、功率的数据，确定数据治理的标准、指标和权重，并对标准化后的数据进行回归分析，找出影响数据认责的问题。

步骤2依据数据认责的问题进行剖析，并对不同的问题进行深入挖掘，最终确定异常值的原因。

步骤3将主观认责结果与理论认责结果进行对比，验证结果的准确性，并记录理论认责的时间[9]。

步骤4对所有标准化处理后的数据进行分析，并确定数据认责情况，若标准化数据全部处理完成，则停止认责分析，否则持续进行数据认责，并输出最终的认责结果[10]。

4数据标准化建设中数据认责的实际案例

为了验证回归分析方法对数据认责的优化效果，以电网服务器中的1GB数据进行数据认责分析，调取数据的参数如表1所列。

依据表1中的数据类型、涉及内容、治理时间、标准化深度等参数之间无显著差异，不具有相关性，可以作为回归分析方法的基础数据，能进行数据认责分析。其中，权重为0.25～0.34，阈值为各部门内部规定。

4.1数据认责的准确性

在数据认责中治理中，要对不同数据标准化的数据进行分析，验证完整度、安全性和可信度的准确性，具体结果如表2所列。

由表2可知，回归分析方法对数据认责的分析稳定性、准确性均大于80%，不同阶段的同指标比较无显著差异，不具有统计学意义。同时，完整度、安全性、可信度之间出现大幅变化，但不同阶段的同指标变化幅度小，主要是不同指标的标准化处理条件不同，数据治理复杂度不同所致。为了进一步分析原因，将回归分析法与人工数据认责法进行比较，结果如图1所示。

由图1可知，在参考线的辅助下可以发现，回归分析方法的88%～90%的数据点多于人工认责法，而85%～88%之间的数据点少于人工认责法。整体来说，回归分析法优于人工认责法，究其原因，回归分析方法对重复数据进行删除，注重安全性、完整性等指标的综合分析，而且加入了权重、阈值，标准化后的数据复杂度小于人工数据认责法。

4.2数据认责的处理时间

处理日寸间是数据认责的辅助指标，是系统资源占用、数据处理能力的间接体现，更是回归算法有效性的评价内容。将回归分析算法与人工数据认责法进行分析，对比不同方法的计算时间，具体结果如表3所列。

由表3可知，在标准化处理中，回归分析方法同指标的不同次数比较无显著差异，说明该方法的处理时间比较稳定，而人工认责法存在显著差异。在数据比例方面，回归分析方法同指标的不同次数比较存在差异，但是成倍数变化，而人工认责法呈现指数化变化。在不同方法方面，回归分析法的标准化处理、数据比例均优于人工认责法，存在显著差异。究其原因，回归分析方法以少量特征认责数据为基础，对标准化后的数据复杂度进行简化，剔除重复数据量。同时，通过调整相应的阈值和权重，以优化数据认责过程，实现安全性、可信度的高效处理。相对来说，人工评估方法的处理过程简单，人工认责无法降低复杂度，而且剔除重复数据量的时间更长。

5结束语

针对数据标准化处理过程中数据认责不清、时间过长的问题，本文提出一种回归分析方法，对标准化处理后的数据进行剔除、简化。研究结果显示，回归分析方法的可信度、安全性和完整性的准确性大于80%，1～2次标准化处理的数据间无差异，50%～100%的数据量之间存在倍数增加，各项指标均优于人工数据认责法。而且，回归分析方法的计算时间更短，计算效果更佳，可以满足数据治理中的标准化分析要求。