• <video id="uj2pp"><input id="uj2pp"></input></video>

    1. <input id="uj2pp"><big id="uj2pp"></big></input>

    2. <sub id="uj2pp"><dl id="uj2pp"></dl></sub>
        <source id="uj2pp"></source>
    3. 電力行業信息化建設 從“治理”數據談起

      目前數據成為電力企業的戰略資源,數據治理成為電力企業發電運行、故障檢修、用電客戶活動、燃料供應、發電能力評估、發電報價與交易、預算與計劃業務應用、智能分析決策的重要基石。電力企業數據治理不能單純以數據質量、血緣分析、元數據管理等傳統IT技術為主,需在數據治理中與業務緊密結合,應用到生產、環保、安全、營銷、燃料、預算等管理環節中,使數據治理的成果能夠高質量、高效的為企業經營管理提供真實服務。

      針對電力企業數據治理現狀,紫光軟件旗下紫光數智憑借豐富的指標規劃、數據治理以及數據分析經驗,遵循“數據全過程、業務橫縱貫穿、技術一體化”的三大原則,提出適合電力企業戰略實現以及專業業務管控的電力大數據治理方案。該方案目前已在中國華能集團、華能山東發電、華能陜西發電、華能寧夏能源、華能西藏雅魯藏布發電、華能新疆能源等多地落地應用。

      方案概述:

      以數據資產管理為核心:實現數據資產的核心要素可配置,便于數據資產的增刪改管理,支持類生產設備資產管理的功能。

      • 指標臺賬管理:建立統一的指標分類體系,覆蓋戰略、生產、經營、綜合業務鏈,完善指標屬性及指標含義,標準化指標管理過程,為企業基于指標化的數據、報表和其他應用提供支撐;
      • 維度口徑管理:以維度分類為索引進行多角度分析,提煉機組類型、裝機容量、廠站分布、電價類型、交易品種等多種專業維度;并行規范時間周期、區域省份維度;個性化處理管理歸口、權益歸口等特例,解決不同業務部門之間描述相似數據問題的定義差異。
      • 指標編碼管理:依據數據規劃成果,參考電力行業分類代碼標準、KKS編碼標準等,對指標編碼信息進行維護、發布,對機組為代表的主數據進行編碼管理。
      • 計算模型管理:對電力供電煤耗、廠用電率、利用小時、上網電量、負荷率、發電量、入爐煤量、度電成本、發電邊際收益等經濟技術指標進行統一定義和管理,規范上述指標之間、上下管理層級之間、日月年之間的統計辦法和計算順序。通過指標方向鏈條、轉換模型、計算時序、等進行管理,避免重復計算、避免資源浪費及數據沖突。
      • 數據模型管理:對數據模型進行分層分區存儲,兼容多組織的個性、共性數據,實現訪問簡單、計算高效的目的。

      以數據流程為主線的數據全生命周期管理:實現數據處理的核心環節可配置,便于數據處理的數據、流程、表單的增刪改管理,支持類業務流程管理的功能。

      • 數據采集管理:對數據采集任務的各環節進行相關配置,標識發電實時業務系統、ERP系統、燃料系統、預算系統、財務系統等業務源頭、技術對接模式、管理執行模式,并且對采集過程進行監控管理。   
      • 數據流程管理:支持數據業務處理的工作流(計劃-燃料-生產-營銷-財務),數據在系統內流轉的數據流(ODS-DW-DM),使數據處理程序化,便于數據質量的監控、跟蹤及回溯處理。
      • 數據表單管理:數據表單是數據業務流程的基礎,支持不同管理層級(班組、廠站、區域公司、集團公司)與不同角色(報送、審核、發布)的人員人機交互,支持無樣式表單和有樣式表單,基于指標庫配置,支持版本管理。
      • 數據報送管理:確立真實數據源和計算關系,一次填報多次應用(發電量報表、燃料進耗存報表、營銷電量電價報表、環保報表……),并根據實際的業務內容確定填報方式。
      • 數據融合配置:對數據來源多頭的情況進行自動配置(關口表數據、線路計量、系統數據)和手動配置(補錄、內部抵消),處理數據沖突,確保數據源唯一性。

      電力大數據治理平臺-界面展示

      全過程閉環的數據質量管理:實現數據質量的全過程控制,從數據質量的錄入、采集、審核發布等環節提升數據質量,提供流程監控、質量監控、質量考核、血緣追溯等功能。

      • 數據輸入校驗:以業務管理為指導,制定數據強校驗、弱校驗規則,提示發電量價異常、成本收益對標異常、經濟技術指標波動異常等,為數據質量檢核提供依據。
      • 審核發布管理:支持報送、審核、發布的強管理流程,落實數據責任主體(歸集到生產運營、燃料供應與化驗、市場營銷、預算與核算……)。
      • 數據流程監控:監控流程執行進度、延誤、狀況等,評估流程運行質量及完善方案。
      • 數據質量監控:采用數據表單和計算模型建立數據流主要環節的數據質量監控模型,支持質量過程評價、支持督辦與核辦。
      • 數據血緣追溯:錯誤數據層層追蹤,解決共享數據的可信度、質量、版本信息等問題,獲得數據在數據流中的演化過程。
      • 數據質量考核:根據數據職責,分解數據質量到各專業、各系統,建立數據質量評價體系,收集評價信息,定期形成質量報告(時效性、誤差率、共享率……)。

      方案特點

      • 以指標數據為主的治理范圍:發電企業信息化程度難以實施全數據治理,指標數據治理需求迫切、見效快、見效明顯。
      • 自上而下的數據治理模式:現有的應用系統技術條件要求必須建立集中平臺,現有信息管理能力決定必須實行集中化強管控。
      • 數據治理與業務管理相結合:數據治理不僅僅是標準規劃問題,數據治理和業務管理相結合,才能真正推動數據治理落到實處。業務管理可以真正協助數據全過程可管可控;數據治理與業務治理的結合,才能實現管理需求的快速響應。
      • 數據治理與數據增值相結合:數據是核心信息資產,數據治理是形成數據資產的有效手段,數據資產只有通過數據增值發揮其價值。通過數據治理、數據增值雙促進,才能確保數據治理成果的保值增值。

      大數據治理平臺隸屬于紫光軟件旗下紫光數智(全稱:北京紫光數智科技股份有限公司),紫光數智專注于能源行業信息化建設,積極培育兩大服務體系,即以電力業務為核心的應用咨詢服務和以大數據為基礎的智能分析服務;重點抓好創新方案和持續服務的兩大能力建設,形成了電力市場、大數據、ERP、智慧企業業務板塊。紫光數智憑借多年來在電力行業的積淀,及對信息化發展脈搏的精準把控,致力于發展為最優秀的電力信息化專家,與中國電力企業一道打造一流的信息化水平和業務管理水平。

       

       

      门事件