電網設備臺帳數據質量問題診斷與提升對策研究

摘 要： 電網設備臺帳數據是電網生產運營分析最基礎的數據，其數據質量水平決定了大量數據分析結果的可信度和決策的科學性。以廣東電網公司設備臺帳數據為研究樣本，通過歸納識別設備臺帳數據質量的問題表象，剖析導致數據質量問題的技術、管理深層次原因；基于業務協同與標準化等管理理論和數據分析挖掘方法，提出了有針對性的數據質量改善管理措施和技術措施，為提升信息系統數據質量提供了支撐。

關鍵詞： 數據質量； 設備臺帳管理； 檢測規則； 改善措施

中圖分類號： TN915?34 文獻標識碼： A 文章編號： 1004?373X（2016）13?0163?04

Abstract： The power grid equipment ledger data is the most fundamental data of power grid production and operation analysis， and its data quality level decides the reliability of massive data analysis results and scientificity of decision making. In this paper， the equipment ledger data of Guangdong Power Grid Corporation is taken as the research sample， and the problems of equipment ledger data quality is concluded and recognized to analyze the technology and management fundamental reasons causing data quality. On the basis of management theories of business collaboration and standardization， and data analysis and mining method， the management measure and technology measure for data quality improvement are proposed to provide the support for improving the information system data quality.

Keywords： data quality； equipment ledger management； detection rule； improvement measure

0 引 言

經過信息系統的多年運轉完善，廣東電網以設備臺帳為核心的數據資產已超過400T，而且仍然在以每年30%的復合增長率高速膨脹，大量的數據資產為企業分析決策奠定了基礎，但目前仍存在數據質量達不到分析要求，實用化水平不高的問題[1]。本文以廣東電網公司設備臺帳數據為研究樣本，通過歸納識別設備臺帳數據質量的問題表象，剖析導致數據質量問題的技術、管理深層次原因，基于業務協同與標準化等管理理論和數據分析挖掘方法，提出了針對性的數據質量改善管理措施和技術措施，為提升信息系統數據質量提供了支撐。

1 設備臺帳數據質量問題表象歸納

經過數據清理工作及應用問題總結，歸納出廣東電網設備臺帳數據質量問題主要表現在以下幾方面。

（1） 數據不完整

部分設備臺帳缺少記錄，記錄中個別字段經查詢為空，主要集中在隔離開關、變電站自動化系統等設備或者系統的設備管理部門名稱、調管名稱、系統維護廠商名等字段，主要表現為數據缺失或把數據標記為“9999”等情況。

（2） 數據不準確

主要集中在高壓柜?斷路器、PCM設備、SDH光設備和路由器、主變母線等設備的額定電壓、額定峰值耐受電流、供電方式、型式、額定短時耐受電流、類型、額定電流、中壓?低壓負載損耗、絕緣類型、操作方式等字段，主要表現如下：

① 數據不符合事先對數據約束的規范。如：PCM設備或SDH光設備的供電方式要求同時錄入兩類信息，包括交流/直流、單電源/雙電源，但實際數據中往往僅含有交流/直流信息。

② 數據異常。即實際數據出現不應存在的值，如：UPS設備的直流輸入電壓出現為‘12’，‘240’的情況，根據電力基本常識，UPS輸入電壓不存在這樣的取值，取值不合理。

（3） 數據不一致

主要集中在斷路器、隔離開關等設備的名稱、編碼、投運日期等字段。主要表現在：設備臺帳中的數據與其他系統（如財務資產卡片）數據不一致，如資產卡片中設備名稱為開關柜，設備臺帳中為斷路器。

除以上三種數據質量問題表象外，還存在數據錯誤、數據污染、域值重復等問題。

2 設備臺帳數據質量原因分析

引發數據質量問題的原因既有管理上的，也有技術上的。主要集中在制度執行不到位、業務過程“兩本賬”、操作人員素質不高、系統設計不完善、數據檢測規則不健全、數據清理不及時等，根據數據質量的基本特征，下面就常見的原因進行詳細分析：

（1） 制度執行不到位

廣東電網已制定并發布了各業務部門的設備臺帳管理制度，但在執行過程中因缺乏精細匹配的數據質量落地機制，導致數據錄入與審核的執行不到位，臺帳數據質量降低。

① 在設備臺帳錄入階段，設備臺帳錄入質量缺乏考核制度與指標，不利于數據管理人員把握設備臺帳數據質量的整體情況。

② 在設備臺帳維護階段，維護人員在清理核查過程中發現設備臺帳數據質量問題，缺乏整改與跟蹤機制。

③ 缺少常態化的培訓機制。在信息系統運轉后，沒有及時對相關業務人員進行培訓，導致數據維護水平不高。

（2） 業務過程 “兩本賬”

在實際業務過程中，基層單位對系統的依賴性不高，對數據質量的價值認識不足。如：有的管理部門經常另外發一份表格，要求全部重新統計設備臺帳，導致設備臺帳數據進入系統外循環階段，降低了設備臺帳的使用與維護意識，導致數據質量不能持續提升。

（3） 系統操作人員素質不高

由于業務人員的IT素質參差不齊，在系統使用過程中，不能理解或不能精確使用系統提供的數據，不能確定每個數據元素的真正含義，針對同一數據項，不同的人也有不同的理解。在設備臺帳錄入過程中，有出現填充默認值或無意義參數的現象，導致設備臺帳數據質量降低。

（4） 系統設計不完善

隨著業務精細化的發展，信息模型也不斷完善，但由于信息模型更新滯后，導致原有系統設計存在缺陷或者不完善，引起數據項定義不清晰、信息分類不細致、存在歷史數據與現有標準的不匹配等一系列問題。

（5） 數據檢測規則不健全

設備臺帳初期數據質量主要依賴于業務系統設置的一些規則，如：字段不允許為空，后期則主要依賴于數據質量檢測平臺，規則主要以判斷字段是否為空、列舉所有可能取值等為主，對于沒有明顯的業務規則、隱性的數據質量等問題，仍然缺少有效的技術檢測手段，無法滿足數據日益變化的數據質量問題檢測需求。檢測規則的不健全主要表現在以下兩方面：

① 業務規范應用不到位。目前某些設備技術參數的評價規則可根據明確的業務規范來設定，但在數據質量檢測平臺仍未得到很好的應用。如檢測主變壓器技術參數的規則共28條，其中僅16條可檢查出數據質量問題，余下的某些規則由于業務規范應用不到位的原因，并沒有很好地發揮作用，如圖1所示。

② 規則過于寬泛。目前某些字段的檢測規則過于寬松，規則檢測的數據基本全部通過，但實際數據仍存在數據范圍不在業務實際分布區間、數據精度不滿足要求等情況，數據質量水平并不高。如僅約束主變套管的額定電流是否為空，實際數據中取值為9999，1111，00等數據質量問題仍未檢測出來。詳細見表1。

（6） 數據清理不及時

歷史存量數據的產生沒有明確的數據質量控制規范，數據質量問題較多，由于大量歷史數據的采集、核對、處置需要投入大量的資源，會產生數據清理不及時的現象，無法滿足信息系統升級或集成的需要。

3 提高設備臺帳數據質量建議與措施

針對廣東電網公司數據質量原因的剖析，建議以管理措施與技術手段并進的方式，建立設備臺帳數據質量提升策略[2]。具體建議與措施包括：

（1） 建立全過程數據質量管控機制，落實設備臺帳的各項管理制度標準

① 以誰使用誰負責為出發點，制定業務部門的數據質量考核指標，促進設備臺帳管理制度在業務部門的執行。

② 仿照設備運維模式，建立數據質量缺陷管理制度。每一個數據質量問題，都應該形成缺陷記錄，記錄發現時間、發現人、具體問題描述、消缺時間等。對數據的消缺率、消缺及時率進行定期檢查，及時督促。建立數據質量案例存檔機制，對已經發現和處理過的數據質量問題分類存檔，主要內容包括：數據質量監控點設置、數據質量檢查項、已發現的歷史數據質量問題描述、可選解決方案、最終實施的解決方案、解決成果評估等。

③ 建立常態化的系統更新與培訓機制。及時響應業務人員的需求，完善信息系統功能，更新操作手冊，對基層業務人員開展有針對性的培訓，形成完善的信息系統從需求響應到發布培訓的閉環跟蹤機制。

（2） 規范系統使用過程

業務部門從實際需求出發，制定系統使用規范，實現數據錄入、統計分析、匯報考核都完全在信息系統中實現，杜絕“兩本賬”，真正做到“用系統數據說話”，主動促進數據質量提升。

（3） 建立專門的員工輔導隊伍，輔導提高系統操作規范

充分利用各地市局信息中心資源，組建信息部門主導的數據巡查隊伍，并形成數據巡查規范，巡查隊伍經過統一培訓，分配到各業務部門，輔助數據錄入工作，提高業務部門的系統操作規范。

（4） 完善業務模型，優化系統設計

建立信息模型快速更新機制，及時優化系統設計[3?4]。在業務部門設立用戶聯絡人，增進用戶與信息部及系統開發者之間的聯系，一旦有業務模型更新時，用戶聯系人可以監督業務模型信息化落地，為確定數據范圍、數據的類型等提供幫助。

（5） 完善數據質量檢測規則

針對不同類型的數據，充分利用數據挖掘技術，提取相關數據進行數據探索，建立檢測模型并提煉檢測規則。一方面，對原有檢測規則進行補充完善，并對模型進行校驗固化，完善數據質量檢測系統[5]；另一方面，將檢測規則提交給業務系統開發商，促進規則在系統錄入中的應用，從源頭提升數據質量，如圖2所示。

以資產管理系統設備臺帳中輸電線路的檔距取值為例，大多數輸電線路的檔距取值在240～ 520 m之間，而對于少數檔距取值為120～160 m，860 m的輸電線路，其相應的線路長度和桿塔數量存在數據質量問題的可能性較大。而原有校驗規則較為寬泛（僅檢查是否為空），無法發現此類由于系統用戶錄入錯誤或資料記錄錯誤等原因造成的數據質量問題，如圖3所示。

針對輸電線路檔距中異常取值，進一步開展數據質量校驗規則的分析建模研究，挖掘更多潛在的數據質量問題，并結合模型的結果和業務經驗提煉數據質量校驗規則，可對輸電線路現有規則進行補充。即500 kV輸電線路檔距可考慮設定為200～600 m；220 kV輸電線路檔距可考慮設定為100～500 m；110 kV/35 kV輸電線路檔距可考慮設定為100～300 m。

通過分析資產管理系統設備臺帳數據的特點可以發現，在參考字段的特定取值或分類下，待檢測字段取值具有一定的規律性，通常為多個特定取值、特定取值范圍或關鍵的特征描述。檢測模式如圖4所示。

（6） 歷史問題數據清理

建立歷史數據清理的專項工作方案，分批次逐步清理歷史數據。由設備管理部門牽頭，其他業務部門（如：財務部、信息部）協同配合，結合統一資產目錄進行設備現場盤點與數據一致性核對。核查完成后，由各業務部門負責和更新設備臺帳，保證數據的完整、準確。

建議排查順序如下：主網設備→配網設備，高電壓等級→低電壓等級，一次設備→二次設備。

4 結 語

本文從廣東電網公司設備臺帳數據質量問題診斷出發，通過識別歸納數據質量問題的各種表現，剖析造成數據質量問題的原因，提出了數據質量提升的系統性措施。對電網企業提高生產設備數據質量和信息系統實用化水平有較強的指導意義。同時也對企業利用數據開展業務分析、支撐企業決策起到了促進作用。

參考文獻

[1] 楊浩，徐暉，蕭展輝，等.廣東電網公司生產管理信息系統實用化評價研究[J].廣東電力，2010，23（4）：29?34.

[2] 陳孟婕.數據質量管理與數據清洗技術的研究與應用[D].北京：北京郵電大學，2013.

[3] 黨芳芳.電網企業業務數據質量管控技術的研究[D].北京：華北電力大學，2014.

[4] LUCAS A. Corporate data quality management towards a meta?framework [C]// Proceedings of 2011 International Conference on Management and Service Science. Wuhan， China： IEEE， 2011： 1?6.

[5] 王曉華.電信數據挖掘的數據質量評估技術研究[D].杭州：浙江大學，2010.

[6] 汪晨，鄧松，張濤，等.智能電網環境下用戶行為可信數據安全交換研究[J].現代電子技術，2014，37（1）：75?79.