基于工程验收阶段的电力企业数据治理机制的构建与应用

张 文 1，胡旭东 2，赵 锋 2

1. 国网全椒县供电公司，安徽滁州 239500； 2. 国网安徽省电力有限公司，安徽合肥 230000

摘要:电力企业数据因企业内部人员干涉多、部门口径不一致等因素，造成数据关联性差、实时性低、真实性无法保障等问题，影响从业人员正常使用。针对该问题，本文提出一种基于工程验收延伸管控的图形、数据治理机制构建与应用方案，将数据治理关口前移至工程验收移交阶段，实现初始数据的真实、准确、完整。

关键词: 电网；数据治理； 泛在物联网

引言

电力企业目前大力提倡“泛在物联网”建设，“物联网”建设基础即数据真实、可靠，可实时判断系统内电网、线路、设备、用户的数据，为电能流通提供有力支撑。本文论述了打破传统的系统图形、数据维护管理模式，将数据治理关口前移至工程验收移交阶段，避免了数据“前清后乱,边清边乱”现象。

1 数据治理对电力企业的影响分析

1.1 “互联网+营销服务”建设的需要

电力体制改革、全球能源互联网构建、技术发展及客户需求等都在推动电力企业必须开展“互联网+电力营销”研究与应用，以改变当前企业内部在运营、服务、数据等方面的短板，提升公司的市场拓展、客户管理、服务提供、渠道运营、数据管理等能力，实现电力营销角色、机制和服务的转变，塑造“安全、便捷、绿色”的电力服务新品牌。根据国网供电服务指挥平台、停电信息分析到户等工作要求，进一步深化“你用电，我用心”的服务理念，需开展停电影响范围自动分析、停电信息精准推送、抢修进度即时通知等业务，实现业扩报装全流程协同管控及“互联网+营销服务”线上业务受理等目标，从而对各专业部门(如调度、运检、营销等部门)的信息共享、系统贯通和数据质量提出了更高的要求。

1.2 线损计算对营配调数据质量的需求

线损是电力企业一项综合性的技术经济指标，反映能源的有效利用及企业的经营管理水平，其算法是根据电网拓扑关系和电量信息计算所得，计算数据涉及到公司的生产管理、营销业务、地理图形、用电采集、电能质量、调度信息等多个系统，基础数据质量好坏直接关系到线损计算的准确性，更关系到电网的负荷分布和企业的直接利润。

1.3 企业分析决策的需要

随着电网企业“泛在物联网”的建设，新能源如何消纳等工作开展，企业数据与业务联系越来越紧密，数据的分类越来越复杂，数据精度越来越细致，规模也越来越庞大。“差之毫厘，谬以千里”，管好、用好数据不仅决定着公司信息化的成败，也决定了公司战略转型的成败。数据监测分析对各级各类系统中运行数据和电网拓扑关系数据的完整性、准确性提出更高要求。各类大数据分析应用和常态监测都需要源系统提供及时、完整、准确的数据。

1.4 精益化管理的需要

信息科技的不断发展，电网发展已进入数据时代，实现数据贯通、开放、共享、融合，才能促进公司高效运转。加快构建全球能源互联网和全面建成“一强三优”现代企业的目标，对全业务协同、全流程贯通提出了更高要求，深入挖掘数据价值、用数据管理企业、用信息驱动业务的需求更为迫切。

2 基于工程验收阶段的电力企业数据治理机制的构建

2.1 提前谋划，制定年度图形、数据治理工作计划

提前组织各部门人员根据年度综合计划并结合各部门零星运维工程，全面掌握纳入年度建改计划的电网项目，建立公司年度营配调图形、数据治理计划。根据工程里程碑计划制定图形、数据治理计划，工程竣工验收时即数据治理开始时。

2.2 统一年度电网建改项目的营配调图形、数据管理系统数据管理标准

图形、数据验收、系统维护、校验包括台区低压设备、高压用户、营销资源现场核查和数据采录，电网 GIS平台高压站-线-变（公变、专变）拓扑关系以及营销高压用户、公变考核计量点、低压表箱（含低压用户计量柜）与电网设备关联关系建立。低压配网设备和高压用户均应在GIS系统录入，营销资源设备统一验收保存至营销业务应用系统及营销GIS平台，再结合自身管理需要进行进一步优化，按章开展数据验收，保障数据真实可用。

3 治理应用

借助数据贯通，系统数据应用逐渐转变，从可用、能用，变为在用、实用。“站—线—公变—接入点—低压表箱—表—客户”的营配关系，应用于配网故障抢修，实现故障位置自动锁定，提升抢修效率。

制定停电计划时，消除了各部门之间的壁垒，变各自为阵为协同作战，根据客户负荷特性，提出调整意见，合理安排电网运行方式和停电时间，减少停电次数。

数据贯通成果同步应用于辅助业扩方案制定，实现高压客户报装申请供电电源点的自动搜索及低压报装客户供电方案的自动编制。同时该成果贯穿线损精益化管理，为查找反窃电、电能表故障及分析电压、无功等线损关键因素提供支撑，促进电网精益化管理。

参考文献：

[1]赵阳立. 浅谈供电企业“大营销”体系下的营销数据质量管理 [J]. 电子世界, 2013（7）.

[2]党芳芳. 基于全生命周期管理的电力企业数据治理技术研究 [J]. 电力大数据 2019（3）.