浅谈电网企业数据标准化管理
发表时间：2019-01-08T16:24:07.497Z 来源：《电力设备》2018年第24期作者：周涵[导读] 摘要：随着信息化水平的提升和智能电网建设的深入，供电企业积累了海量的数据信息，于此同时数据管理工作的问题也凸显出来。

（国网辽宁省电力有限公司丹东供电公司辽宁丹东 118000）摘要：随着信息化水平的提升和智能电网建设的深入，供电企业积累了海量的数据信息，于此同时数据管理工作的问题也凸显出来。

问题产生的主要根源在现行的数据管理标准没有严格实施，交叉业务数据标准繁杂没有统一梳理规范。

电网企业作为资产密集型企业拥有庞大的数据资产，如何建立数据标准化体系成为未来企业管理的第一要务。

作为电网数据资产管理应用工作者中的一员，对近几年在主营
业务系统数据管理、应用过程中发现的热点、难点问题进行归类，谈谈数据标准在电网企业数据规范化管理实施工作的一些看法。

一、当前数据标准化管理的现状和存在的问题
（一）数据标准的内涵
目前，数据标准没有严格的定义。

根据《DAMA数据管理知识体系指南》一书中的解释性说明，数据标准是涉及数据定义、数据操作、数据应用等多个层次的标准化体系，包括命名标准、要求规范标准、数据建模标准、数据库设计标准、架构标准，以及10个数据管理职能的规程标准。

（二）数据管理总体现状
电力企业系统建设缺少全局性信息化规划统筹，导致业务需求被放大，信息系统按专业条线分散建设、竖井式开发，条块化严重，系统间集成度不充分，企业数据分块分区进行管理。

因此企业面临以下四类突出问题：缺少数据标准：对表和字段的命名在不同系统中命名随意性强、定义混乱。

存在同一英文命名对应多个中文名，反之也存在中文名一对多的情况。

同一业务数据在不同业务系统存放的数据类型和长度也多有不同。

管理体系不完善，标准执行较差：标准管理体系不完善，不具体；管理角色分工不清晰；管理和运维标准操作复杂，落实效果差。

数据质量差：数据处理中各个环节产生了大量的错误和缺失数据，错误数据更正和缺失数据补充不及时，导致更多的后续错误生成。

数据资产分散，共享性差：数据字典、数据模型、应用系统、数据标准、数据质量等信息分散管理。

企业数据资产无法集中管理和维护，共享性差。

（三）存在的具体问题
业务系统方面：
公司信息系统数量偏多。

最多的一个专业达到10几套系统，烟囱式设计管理问题突出。

各专业系统建设方式差别较大。

有的专业重视系统融合，新需求尽量采用对已有系统进行扩充或新增功能模块的方式进行；有的专业注重核心业务系统或模块的集成，外围业务独立建设系统；有的专业则完全不考虑系统集成和业务融合，系统间相互独立。

信息系统之间集成水平不高。

部门之间、部门内部系统之间相互不集成、不衔接，甚至同一系统各模块之间也未实现贯通。

数据资产管理方面：
建设全程缺乏企业级数据管理监督，重功能，轻数据。

各专业进行信息系统建设时，重视系统功能建设，但对系统的数据架构重视不够，缺乏企业级数据管理和监督。

建设过程中，不掌握其他系统已有数据情况，缺少统一数据标准作指导，数据架构无第三方监督管控，数据字典与实际不符，未充分利用数据中心、主数据管理平台等已有数据共享设施，造成跨专业数据应用少、数据重复录入、重复存储、数据不一致、编码不统一等大量问题，数据共享不足。

（一）系统设计原因
1、系统繁多，设计多样
目前数据按业务分散管理、多头存放，形成数据壁垒，而且在信息化建设过程中，各专业数据需求没有很好的统筹和协调，数据接入各自为政，造成冗余存储等问题。

2、数据标准管理
当前电网各专业的系统数据编码规范或标准仅局限于本专业。

经过识别、除重、合并等工作，在几千份材料中共梳理出涉及数据标准的文件、标准等资料共数百份（条）。

目前缺乏公司级、跨部门的公用数据标准。

（二）数据管理原因
1、数据生成多为手工录入，数据质量得不到保证
当前电网企业数据总量已达数PB，月增长量约为几十TB。

数据生成的主要方式为手工录入和自动采集两种方式，且手工录入占绝大部分比重，自动采集的数据占比较少。

手工录入弊端较多，数据完成性、准确性较差且填报没有统一标准。

2、数据质量管控能力薄弱，企业数据资产无法集中管理和维护
当前电网企业数据质量不高，部分业务数据在及时、准确、完整、合规等方面存在问题，数据基础薄弱。

一是业务部门自身重视程度不够，不严格按照现行数据管理标准执行；二是缺乏统一数据规划、标准和权威定源；三是没有一套详尽的数据管理考评制度，缺乏问题通报、数据追责、数据整改、数据质量提升奖励等数据管理惩处激励制度。

三、数据标准化管理的建议
（一）优化数据资产管理组织制度，明确数据管理职责根据目前国家电网在数据管理组织和制度的缺乏现状，可从以下两方面进行改进： 1、成立专责数据管理部门
根据数据管理实际需求，成立专责数据管理部门负责数据质量管理，针对具体数据管理岗设置对应的管理角色，并细化这些角色的具体管理职责，形成完善的人员保障体系，保证数据标准化管理工作持续开展。

2、全面完善数据管理办法
构成，包括业务属性、技术属性、管理属性、质量属性和安全属性，是企业级数据管理的基石。

图1。