0 引言

數據在信息化時代至關重要,價值堪比“石油”^[1]。如今,一個大規模生產、分享和應用數據的時代方興未艾。在大數據時代,要讓企業在未來競爭中保持優勢,務必要將數據上升到資產的高度來進行管理^[2]。大數據發展的關鍵,在于數據的“流動性”和“可獲取性”。因此,未來企業的核心競爭力將很大程度上取決于對數據的運用、處理及轉換能力。

企業數據資產是指由企業產生和從外部獲取的,能夠記錄、反映企業運營活動的各種形態的,能帶來未來經濟利益的數據資源^[3]。結合電網企業數據特點,電網數據資產劃分為結構化數據、非結構化數據、采集量測數據、地理空間數據四大類,涵蓋業務系統的原始明細數據、統計匯總數據和經過分析加工形成的數據^[4]。

近年來,隨著企業信息化建設的穩步推進,國家電網公司已經建成企業級一體化信息系統,覆蓋生產、運營等各個領域,對各類業務的支撐作用日益突顯。信息系統運行產生了海量數據資源,為數據深層次分析與應用創造了良好的先決條件。

國網江蘇省電力有限公司從企業全局視角重新構建了數據間的綜合關聯與潛在聯系,在實踐中探索了一套可行、高效的方法,可逐步解決企業數據管理中存在的管理盲區、數據共享與應用不足、數據價值未最大化發揮等突出問題,積累、盤活數據價值,發掘信息內在規律,全面支撐企業的戰略決策^[5]。

 1 數據資產現狀

按照國家電網公司統一規劃,省級電網企業通過全業務統一數據中心管理企業數據。截至2017年9月底,江蘇電力全業務統一數據中心共接入ERP、PMS 2.0、EMS、營銷業務應用等19套主要業務系統。其中,結構化數據約4.2 TB,可支撐業務融合和數據共享;采集量測類數據約60 TB,主要是公專變用戶、接入設備數據。

經過十多年的發展,省級電網企業數據中心建設從結構化數據中心、非結構化數據中心、GIS平臺、海量平臺、大數據平臺共存逐步發展到全業務統一數據中心,在數據集成融合和融通應用方面取得了巨大成就。但站在服務電網公司“兩個一流”建設的新高度,數據資產管理還存在可視化程度不高、開放共享不夠便捷、數據資產管理難度大等問題和困難。面對海量數據,還需要形成高效的管控模式和統一的管控方法,深入推進數據質量治理、共享應用和價值發揮。

 2 數據資產管控模式探索

數據資產管理的主要目標是提升資產標準化、精益化、信息化管理水平,確保資產保值增值及安全完整,使資產的效能和效用達到最優^[6]。數據資產管理的主要理念和方法是統籌協調資產在規劃、設計、建設、運維、改造、退役處置等全壽命周期的管理行為和技術要求,實現數據資產全壽命周期內的安全、效能、成本綜合最優。

數據管理體系（Data Management Association,DAMA）是目前數據管理領域較為全面的國際理論體系,定義了數據治理、元數據管理、數據質量、數據架構、數據開發、數據操作、數據安全、參考數據與主數據、數據倉庫和商務智能、文檔和內容管理等10個主要的數據管理職能^[7]。江蘇電力在充分研究DAMA的基礎上,參照企業資產管理目標和全壽命周期管理的共性方法,結合電網企業數據的個性特點,提出了數據資產“全壽命周期”的概念,將數據資產劃分為規劃設計、創建納管、應用運維、備份歸檔4個主要壽命階段、9個主要環節^[8]。數據資產全壽命周期管理如圖1所示。

圖1 數據資產全壽命周期管理Fig.1 Data asset life cycle management

2.1 規劃設計階段

規劃設計是數據資產管控的源頭,管控重點是數據業務域、數據模型和主數據,主要方法是從全局角度設計數據主題域,規劃設計企業級數據模型、數據中心數據模型,明確數據資產范圍、數據屬性與數據資產管理標準。

江蘇電力根據SG186和SG-ERP建設成果,結合公司實際業務和國家電網公司SG-CIM模型,將公司數據資產分為11個一級主題域（包含人員、財務、物資、客戶、市場、資產、電網、安全、項目、綜合、信通）和77個二級主題域（見圖2）^[9],在分類的基礎上對數據模型進行統一規劃和設計。

圖2 數據主題域劃分Fig.2 Data subject fields division

針對數據模型,主要把控邏輯模型和物理模型。邏輯模型是關于業務對象、業務對象數據項及業務對象間關系的基本藍圖;物理模型是在邏輯模型基礎上進行的數據庫體系結構設計,支撐數據在數據庫的存放。省級公司模型管控可按業務域重要等級,全面梳理各系統邏輯模型、對象清單及物理模型。物理模型設計的實現由國家電網公司統一組織,變更通過統一腳本執行;省級公司在此基礎上進一步梳理業務系統物理模型,實現模型變更的持續管控。利用數據資源管理工具實現對物理模型的集中管理,對外提供統一的查詢服務,支撐模型的快速定位、查詢與應用需求。

主數據是企業內共享且一致的業務對象,是系統間的共享數據。針對主數據,國家電網公司出臺了相應的管理辦法,規范主數據新增、申請、使用、變更、運維等環節。省級公司可結合現有業務線條,在國家電網公司下發的管理辦法基礎上梳理并更新主數據清單,拓展主數據推送覆蓋面,按照數據主題、數據對象的層級形成主數據資產清冊,并逐步規范主數據使用,推進主數據在相關系統中的共享使用,充分發揮主數據制約、指導新系統設計的作用。

2.2 創建納管階段

在該階段,省級公司可重點針對資產創建和資產納管兩部分開展工作。數據由源端業務系統產生,通過落實數據標準,保障數據在唯一源頭系統創建,源端數據質量將直接影響到數據中心的數據質量及后續的數據應用效果^[10]。數據創建后,全量抽取到數據中心,形成支撐業務分析應用的數據資產,并對數據模型進行登記納管,清晰描述模型及屬性的含義。

在數據資產創建過程中,省級公司重點把控源端數據質量。通過項目與系統架構管控,進行流程梳理和完善關鍵環節功能。通過架構管控工具固化公司業務流程、業務活動、崗位角色等內容,指導公司信息化項目建設,實現基于企業架構的信息化項目全過程閉環管控^[11]。堅持數據質量源頭治理,持續提升源業務系統數據質量,保障數據資產的質量。

按業務域情況,組織梳理各系統的輸入數據,包含用戶前端界面錄入和智能裝備自動采集等途徑采集的數據,構建平臺和機制對所有的數據輸入源進行集中納管,持續開展數據輸入重復性檢查,并組織整改治理。組織梳理各業務系統的邏輯模型、對象實體屬性和物理模型,運用數據資源管理工具持續對生產環境數據庫進行自動核查,保證數據資源管理工具數據模型設計與生產運行環境數據模型實際保持一致。同時,制定符合省級公司的數據字典管理工作規范,包括數據庫各類數據描述的完整度要求,設計態、運行態數據字典的一致性要求,數據表、視圖、字段等要素在命名、類型、注釋等方面的規范性要求,以及數據字典在設計、維護、變更和使用各階段的規范化流程管理,提升信息系統數據字典的標準化管理水平,促進數據資源的有效利用。

在數據資產納管過程中,省級公司可將業務數據接入數據中心過程的管理分為兩級數據級聯接入管理及網省橫向數據共享接入管理兩類^[12]。當業務數據接入時,數據中心使用國家電網公司公共信息模型進行統一存儲,避免數據冗余存儲及分散存儲。對于標準模型尚未覆蓋的業務共享需求,由省級信通公司統一反饋至國網信通公司,交由國網信通部評審并統一設計發布。

2.3 應用運維階段

該階段主要包含數據流轉、數據應用、資產變更和質量管理4個部分,省級公司應以流程管理為抓手,建立健全數據共享流程、數據應用流程、資產變更流程及數據質量管理流程等,全面保障數據應用效果。

1）數據流轉嚴格遵照數據共享規程執行。數據需求方分析新增或變更的數據需求,數據提供方負責審批,建立起部門間的數據對應關聯關系。數據需求方設計數據接入技術路線和接入計劃,明確數據接入范圍,提出所需權限,形成數據接入方案。信息部門組織接入方案評審,確認接入數據范圍、技術路線。完成開發測試后,將模型、集成關系和服務錄入數據管理服務平臺統一管理。

2）數據應用嚴格遵循應用規范。統籌數據應用需求,進一步規范數據中心所提供的各類服務,建立數據應用統一管理平臺,推動數據應用成果的統一管理和分級共享,促進成果推廣轉化。

3）資產變更嚴格遵循變更流程。針對系統檢修升級環節開展數據模型關系調整變更,由實施單位提交數據更新說明,導入數據資源管理工具。省級公司重點管控涉及核心業務數據的相關表和字段,重點審查數據相關業務及技術邏輯變更明細,確保數據模型持續可用^[13]。

4）質量管理覆蓋數據采集、傳輸、流轉、運維全過程,保障數據的及時性、完整性和準確性。規范數據采集的內容、方法、步驟和質量標準,強化操作人員質量意識,建立實時核對制度和自動校核機制、比對工具、反饋改進流程。數據傳輸、運維環節應進行嚴格的校驗檢查,發現并解決傳輸過程中的問題,同時應建立質量稽核規則,開發稽核工具,保障稽核效率和效果。

2.4 備份歸檔階段

該階段主要包含備份歸檔和效能分析兩類。備份歸檔又包含數據歸檔與資產歸檔,備份歸檔主要是高速復制與恢復,保障業務連續性;資產歸檔主要實現數據保留、長期訪問與檢索,保障數據的安全性。

省級公司通過備份容災確保數據安全,江蘇電力主要針對數據日常備份與數據災備進行管控。對于一定期限內無任何使用記錄的數據資產,將其從數據熱區轉移到歷史區存檔,供長久備查。同時,分析數據活躍性、利用程度,發現數據資產管控新的提升點,為新一輪數據資產規劃設計提供依據,觸發數據資產全壽命周期閉環迭代。

 3 數據資產管控應用與成果

為高效利用數據資源,滿足日益增長的跨專業業務協同與信息共享需求,國家電網公司組織開展了全業務統一數據中心建設^[14]。江蘇電力基于企業數據資產管控模式探索形成的“全壽命周期管理理論”,以全業務統一數據中心為載體,以具體實例說明了數據源頭治理的有效性、數據創建納管的規范性以及數據分析應用的廣度和深度,借助信息化手段,實現公司數據資產的全量歸集、全過程管控、全方位應用和數據資產效益的最大化發揮。

3.1 PMS 2.0數據資產梳理

江蘇電力結合實際業務需求的緊迫性,在核心業務域探索開展從業務視角建立數據中心數據開放共享目錄,以樹型結構梳理系統邏輯模型、對象清單及其邏輯關系,打通數據模型從邏輯到物理的穿透,推動數據服務共建共享,提升數據中心的可視化程度,盤活全業務統一數據中心的數據資產價值。

以PMS 2.0系統為例,從業務層面對外提供數據資產目錄和邏輯視圖。PMS 2.0系統數據資產邏輯視圖如圖3所示。

圖3 PMS 2.0系統數據資產邏輯視圖Fig.3 PMS 2.0 system data asset logical view

PMS 2.0系統由電網資源等11個一級目錄組成。其中,“電網資源”包括站內設備等4類二級域;“站內設備”包含交直流設備等6個類別、電站等141個對象清單（見圖4）。通過梳理,進一步明晰每個對象的屬性,包括參數名稱、字段類型、參數內容選項、是否引用字段、來源系統等信息,可進一步識別主數據,規范使用。在此基礎上建立數據資產目錄,并通過資產邏輯視圖細化邏輯對應關系,供業務部門、承建廠商查詢使用,促進數據共享及分析應用。

圖4 PMS 2.0系統資產目錄Fig.4 PMS 2.0 system asset catalog

3.2 營配調源頭數據一致性治理

在資產創建納管階段,江蘇電力著重把控數據源頭的一致性,從業務和技術不同維度出發,進行數據跨域專項治理,識別語義的一致性。

圖5 營配調數據集成關系Fig.5 Marketing, distribution and dispatching data integration

營配調數據集成關系如圖5所示。設備、用戶臺賬均在營銷系統維護,所有圖形關系在GIS系統中維護,“站—線—變”關系以及“配變—接入點”、“接入點—表箱”關系由GIS分析后推送給PMS 2.0系統,并通過數據中心對外共享,該集成方式并非實時傳輸且傳輸鏈條過長。

針對存在的困難和不足,江蘇電力主要通過工具輔助開展數據治理工作,為后續數據應用奠定堅實基礎。通過統推全方位輔助提升工具導出問題清單,對數據進行核查整改;通過圖形質量管控工具全量拓撲分析檢查全省圖形質量及臺賬的完整性;通過自建營銷稽查工具檢查營配系統、數據中心、臺賬及其邏輯關系的一致性。

3.3 數據分析應用逐步深入

江蘇電力持續發揮數據資產價值,基于數據中心和大數據平臺構建了分類、聚類、關聯規則、回歸、時間序列等5個方面39個數據算法,支撐營銷、財務、運檢、運監等業務分析類應用,促進了公司分析應用的高效構建和數據共享利用^[15]。

根據數據存儲時間和使用頻次分析“數據熱度”,構建“以大數據平臺為基礎、HANA為關鍵”的混合型數據處理架構,有針對性地分類處理不同熱度數據,進一步強化數據計算分析能力,實現對海量數據的快速計算和分析。

對于信息化建設中產生的大量歷史日志數據,利用大數據平臺對海量數據進行清洗、評估、協同過濾,通過數據挖掘算法建立信息系統運營價值指標衡量體系,實現數據的歸整、優化以及高效綜合利用,對應用情況進行全面匯集。利用流式計算等計算方案分析處理數據,借助回歸預測分析算法實現系統信息安全治理。充分挖掘數據價值,以業務為核心,挖掘不同功能模塊間的應用關聯性,為信息系統建設和未來優化改造提供建議和參考。

 4 結語

為加強數據資產管理,江蘇電力積極探索數據資產管控模式,創新形成了數據資產“全壽命周期管理”概念、理論和方法,并通過實例驗證了數據源頭治理的有效性、數據創建納管的規范性以及數據應用的廣泛性和全面性。

電網企業數據資產管理涉及的全壽命管理環節多、產生和應用數據資產的部門多、數據種類多、數據量巨大,需要從管理和技術兩個方面雙管齊下,抓住需要管控的重點和薄弱環節,循序漸進,逐步深入。

1）在管理上,持續完善數據資產目錄。組織業務部門梳理、發布源系統數據共享清單,建立全業務統一數據中心數據資產臺賬,梳理數據流轉關系,從業務層面提供完整的數據資產目錄和邏輯視圖,多方位激活數據創新應用活力。

2）在技術上,持續完善數據支撐平臺。借助大數據和數據挖掘等信息化手段,進一步豐富大數據算法庫;研究存儲智能化路由技術;在數據中心開辟數據自由探索實驗區,開放使用權限,自由建立數據模型,支撐創新探索;完善數據監控功能和數據質量管理模塊功能,持續提升數據質量和數據資產管理效率。

隨著全業務統一數據中心的逐步深化應用,基于全壽命周期的省級電網企業數據資產管控機制逐步優化完善,數據資產將得到全面、統一、高效管控,面向全業務范圍、全數據類型、全時間維度數據的統一存儲、管理與服務將逐步實現,以滿足日益增長的跨專業業務協同與信息共享需求,更好地為公司運營提供數據支撐,為電網發展提供數據服務。