论文部分内容阅读
摘要：在现代信息技术的支持下，数据信息价值的分析与应用成为电力公司的关键业务构成。对于电力公司来说，营销业务对其运行及发展而言至关重要，而电能计量则为营销业务提供了有效支持，智能电表是智能电网的重要组织结构，也是电网实时数据的关键获取途径。针对公司电能计量业务和有关的支撑系统进行分析，探究电能计量数据的整合与管理面临的问题，找寻公司业务和数据中的内在联系，从而探索数据融合的方法路径，对于公司实现大数据应用分析具有关键作用。
关键词：电能计量;数据融合;分析
1 电能计量业务体系
电力公司电能计量业务体系一般划分为计量设备采购、计量设备现场运行、用电信息收集等三个方面涉及计量设备需求、计量设备检验、设备安装、设备故障处理、设备更换、用电信息收集、用电管理等多项业务内容，一般情况下业务内容通过营销业务应用系统和计量生产调度平台、用电信息手机系统等操作系统等共同实现。
2 电力公司电能计量业务现存的关键问题及成因
针对电力公司电能计量业务和有关的系统应用、业务支持、建设情况等进行全方位分析，得知很多电力公司的电能计量系统应用和数据管理面临着部分问题需要解决：（1）电力公司存在数据机构差异问题，营销业务应用系统和省级计量生产调度平台和用电信息采集系统属于二级统推，系统建立厂商在系统功能性和数据流转的技术手段方面存在一定差异，底层数据表也出现了明显不同。（2）数据入口较多，导致一表多源现象较为明显，可能导致数据冲突等问题。（3）业务数据难以实现共享，数据共享与应用存在内外多种因素影响，共享过程困难重重。而电能计量专业数据的共享需求量最为明显，在营销内部实施数据应用时无法全面展现数据的价值，导致数据利用率难以保障。（4）系统设计文档管理不足，管理工作不够集中，不同系统设计文档也出现收集不齐、不全、质量较差等现象。（5）数据字典质量与系统运行状态脱轨，且管控效果不佳。
引發上述问题的影响因素基本上可以划分两个方面：（1）电能计量业务系统建设存在问题，建设时间、开发部门、应用设备、技术方法不同，整体水平也参差不一，导致同一业务数据在多个系统中具有多种表达方式。（2）当前的管理模型为专业化职能管理模式，在相同业务节点中可能会由于管理职能不一致，出现标准不够统一的现象，对数据标准也带来严重影响。
3 基于电能计量的业务数据融合路径
数据标准治理：（1）建立大数据标准治理组织机构。对于电力公司来说，在大数据应用的初步环节，需要建立标准化的治理组织机构，协调企业内部各部门关系形成合力，加强数据治理的顶层设计。同时还需要建立完善的大数据标准治理体系，促进企业数据业务标准化建设以及数据标准治理的协同发展。（2）数据标准治理理论研究。电力公司需要构建完善的大数据标准体系，由基础性和公共性等方向进行理论分析，分析数据标准的构成条件，将业务标准也业务数据标准、技术标准等与业务数据闭环运营标准的统一化实施路径，合理控制数据标准体系，建立数据标准治理的关键内涵。（3）数据标准理论内容研究。由数据的收集、整合、分析、评价建模等环节的过程为主要方向，建立公司数据治理的有关标准，由数据应用的过程开始，建立企业数据安全标准。以数据的形成和应用等方面着手，建立数据质量标准，明确有关的数据管理要求和指标标准，为大数据技术的顺利落实提供支持。
数据质量管理：（1）完善数据的形成规范。根据数据标准规范构建可靠的数据模型，确保业务数据能够在语义等方面具有高度的统一性，构建多部门人员协同的语言，运用API接口等技术手段为系统集成以及互操作等提供标准依据，指导有关的信息系统建设和业务集成。（2）提高源头数据管理，改善明细数据质量。做好数据的入口把关工作，在源头上保障数据的可靠性和一致性，将业务作为主要动力，从业务程序等方面对应明细数据，根据多位一体协同机制的方式做好明细数据的质量控制工作，建立完善的质量阈值，把控好数据的完整性和可靠性。结合监测结果来划分数据责任人，建立整改闭环，进一步加强明细数据的质量。（3）将数据规则为中心，加强数据质量核查。结合数据标准体系明确数据的规范性和可靠性方面的核查标准，例如字段非空要求和字段命名标准等。进一步改进核查规则，提高数据间的一致性与数据的即时性等。
数据融合实施的要点分析：（1）以公司业务体系为中心，促进数据融合。将公司业务体系作为中心，通过业务之间的关联性、业务和数据的映射等作为基础，根据公司运营检测业务的大数据融合要求，针对数据融合采取针对性、全面性的管理举措进行管理。对于业务数据融合来说，电力公司需要进一步应用业务体系基础，明确数据框架内容的完整性，针对数据融合的需求范围实现全面覆盖。（2）将公司数据标准治理及主数据识别为条件，推助数据融合。根据目前业务数据融合存在的问题和不足来分析，部分电力公司存在着数据标准一致性不足、主数据管理不力等现状，这对于电力公司数据融合来说带来了不利影响，数据融合结果的治理效果也难以保障。对此需要借助公司数据标准治理以及主数据识别等手段，进一步加强公司数据标准水平，为数据的荣恶化带来更加稳定可靠的标准支持。（3）将运营监测业务数据融合需求为切入点，全面落实数据融合。结合业务体系梳理构成的业务串接和数据融合需求量大等特征，很多电力企业在数据融合需求方面并没有可靠的数据作为支持，难以确保数据融合工作的实效性。为改善这一现状，提高数据融合效率与精确性，可以将业务数据需求作为切入点，细致化推进数据融合的实现，针对业务体系梳理的数据融合需求，分布式推进数据筛选和评估工作，建立契合公司运营监测业务现实情况的数据融合方案。
4 结语
针对目前电力公司电能计量数据业务的现状能够得知，若想实现数据融合则需要先实现数据的有效化治理，解决数据标准与质量问题。同时在此基础上将业务节点或业务主体作为中心，构建多部门多角度的数据融合标准，针对数据标准进行统筹管理，避免业务节点及主体数据标准存在的矛盾。
参考文献
[1]徐敏，杨三美.基于电能计量数据的公司数据融合初步研究[J].通信电源技术，2019，36（09）：212-213.
[2]张美娟.基于Hadoop+Spark的电能计量与分析自动化系统研究与实现[D].江苏：南京师范大学，2017.
关键词：电能计量;数据融合;分析
1 电能计量业务体系
电力公司电能计量业务体系一般划分为计量设备采购、计量设备现场运行、用电信息收集等三个方面涉及计量设备需求、计量设备检验、设备安装、设备故障处理、设备更换、用电信息收集、用电管理等多项业务内容，一般情况下业务内容通过营销业务应用系统和计量生产调度平台、用电信息手机系统等操作系统等共同实现。
2 电力公司电能计量业务现存的关键问题及成因
针对电力公司电能计量业务和有关的系统应用、业务支持、建设情况等进行全方位分析，得知很多电力公司的电能计量系统应用和数据管理面临着部分问题需要解决：（1）电力公司存在数据机构差异问题，营销业务应用系统和省级计量生产调度平台和用电信息采集系统属于二级统推，系统建立厂商在系统功能性和数据流转的技术手段方面存在一定差异，底层数据表也出现了明显不同。（2）数据入口较多，导致一表多源现象较为明显，可能导致数据冲突等问题。（3）业务数据难以实现共享，数据共享与应用存在内外多种因素影响，共享过程困难重重。而电能计量专业数据的共享需求量最为明显，在营销内部实施数据应用时无法全面展现数据的价值，导致数据利用率难以保障。（4）系统设计文档管理不足，管理工作不够集中，不同系统设计文档也出现收集不齐、不全、质量较差等现象。（5）数据字典质量与系统运行状态脱轨，且管控效果不佳。
引發上述问题的影响因素基本上可以划分两个方面：（1）电能计量业务系统建设存在问题，建设时间、开发部门、应用设备、技术方法不同，整体水平也参差不一，导致同一业务数据在多个系统中具有多种表达方式。（2）当前的管理模型为专业化职能管理模式，在相同业务节点中可能会由于管理职能不一致，出现标准不够统一的现象，对数据标准也带来严重影响。
3 基于电能计量的业务数据融合路径
数据标准治理：（1）建立大数据标准治理组织机构。对于电力公司来说，在大数据应用的初步环节，需要建立标准化的治理组织机构，协调企业内部各部门关系形成合力，加强数据治理的顶层设计。同时还需要建立完善的大数据标准治理体系，促进企业数据业务标准化建设以及数据标准治理的协同发展。（2）数据标准治理理论研究。电力公司需要构建完善的大数据标准体系，由基础性和公共性等方向进行理论分析，分析数据标准的构成条件，将业务标准也业务数据标准、技术标准等与业务数据闭环运营标准的统一化实施路径，合理控制数据标准体系，建立数据标准治理的关键内涵。（3）数据标准理论内容研究。由数据的收集、整合、分析、评价建模等环节的过程为主要方向，建立公司数据治理的有关标准，由数据应用的过程开始，建立企业数据安全标准。以数据的形成和应用等方面着手，建立数据质量标准，明确有关的数据管理要求和指标标准，为大数据技术的顺利落实提供支持。
数据质量管理：（1）完善数据的形成规范。根据数据标准规范构建可靠的数据模型，确保业务数据能够在语义等方面具有高度的统一性，构建多部门人员协同的语言，运用API接口等技术手段为系统集成以及互操作等提供标准依据，指导有关的信息系统建设和业务集成。（2）提高源头数据管理，改善明细数据质量。做好数据的入口把关工作，在源头上保障数据的可靠性和一致性，将业务作为主要动力，从业务程序等方面对应明细数据，根据多位一体协同机制的方式做好明细数据的质量控制工作，建立完善的质量阈值，把控好数据的完整性和可靠性。结合监测结果来划分数据责任人，建立整改闭环，进一步加强明细数据的质量。（3）将数据规则为中心，加强数据质量核查。结合数据标准体系明确数据的规范性和可靠性方面的核查标准，例如字段非空要求和字段命名标准等。进一步改进核查规则，提高数据间的一致性与数据的即时性等。
数据融合实施的要点分析：（1）以公司业务体系为中心，促进数据融合。将公司业务体系作为中心，通过业务之间的关联性、业务和数据的映射等作为基础，根据公司运营检测业务的大数据融合要求，针对数据融合采取针对性、全面性的管理举措进行管理。对于业务数据融合来说，电力公司需要进一步应用业务体系基础，明确数据框架内容的完整性，针对数据融合的需求范围实现全面覆盖。（2）将公司数据标准治理及主数据识别为条件，推助数据融合。根据目前业务数据融合存在的问题和不足来分析，部分电力公司存在着数据标准一致性不足、主数据管理不力等现状，这对于电力公司数据融合来说带来了不利影响，数据融合结果的治理效果也难以保障。对此需要借助公司数据标准治理以及主数据识别等手段，进一步加强公司数据标准水平，为数据的荣恶化带来更加稳定可靠的标准支持。（3）将运营监测业务数据融合需求为切入点，全面落实数据融合。结合业务体系梳理构成的业务串接和数据融合需求量大等特征，很多电力企业在数据融合需求方面并没有可靠的数据作为支持，难以确保数据融合工作的实效性。为改善这一现状，提高数据融合效率与精确性，可以将业务数据需求作为切入点，细致化推进数据融合的实现，针对业务体系梳理的数据融合需求，分布式推进数据筛选和评估工作，建立契合公司运营监测业务现实情况的数据融合方案。
4 结语
针对目前电力公司电能计量数据业务的现状能够得知，若想实现数据融合则需要先实现数据的有效化治理，解决数据标准与质量问题。同时在此基础上将业务节点或业务主体作为中心，构建多部门多角度的数据融合标准，针对数据标准进行统筹管理，避免业务节点及主体数据标准存在的矛盾。
参考文献
[1]徐敏，杨三美.基于电能计量数据的公司数据融合初步研究[J].通信电源技术，2019，36（09）：212-213.
[2]张美娟.基于Hadoop+Spark的电能计量与分析自动化系统研究与实现[D].江苏：南京师范大学，2017.