數據標準化建設中電網數據認責體系的優化分析

陳韓霏 張艷紅 張睿喆 江瓊宜 胡雅月

關鍵詞：數據治理；回歸分析；電網；認責體系

1引言

數據認責是數據治理的重要指標，能夠明確數據清洗、重復數據剔除等標準化處理中的責任認定問題[1]，提高數據治理的可信度、安全性，便于后期的數據尋蹤、追責。但是，數據傳輸協議混亂[2]、端口兼容性差等問題，嚴重影響數據認責問題的研究。目前，數據認責主要采用人工數據認責方法[3]，借助數據管理系統進行認責分析。該方式存在認責片面、數據標注不明等弊端，消耗大量的人力和物力，而且最終的認責效果不佳。基于此，本文利用回歸分析方法對電網中的數據認責問題進行分析，旨在實現電網數據的認責體系優化。

2回歸分析方法

回歸分析方法是基于統計學的智能分析方法，該方法通過尋找部分關鍵點，實現對數據認責體系的分析，并依據回歸結果得到認責的問題[4]。一旦回歸結果中出現異常系數，則要對該數據認責方案進行數據挖掘，找到出現數據認責問題的原因，并給予優化，具體分析如下。

認責方案的數學描述：隨機選擇數據認責方案[5]，并將其設置為ai，數據治理結果為xi，標準化程度為，數據認責的權重為wi，標準化處理后的方案集合為set{o}，治理數據結構為ci。那么，set{o}的計算過程為：

在數據認責過程中，要依據主觀評定系數調整權重、閾值。依據回歸分析方法，要對不同階段的數據認責結果進行分析，并形成連續的認責體現[7]，有效地記錄數據認責的處理情況。

3回歸分析法在數據認責中的實施步驟

數據認責的關鍵是完整性、準確性和可追溯性，需要對數據治理方案進行抽樣調查，包括數據標準化處理程度、數據治理時間[8]，數據治理安全性、數據完整性，以及數據兼容性。另外，依據回歸分析方法對數據認責中的異常值進行識別，并對不同時刻的異常值進行深入挖掘，找出數據認責問題的原因。同時，對不同數據標準化處理方案的重復性，數據清洗的干凈程度，重復數據剔除量進行回歸判斷，具體步驟如下。

步驟1收集電網后臺服務器中潮流、電壓、電能、功率的數據，確定數據治理的標準、指標和權重，并對標準化后的數據進行回歸分析，找出影響數據認責的問題。

步驟2依據數據認責的問題進行剖析，并對不同的問題進行深入挖掘，最終確定異常值的原因。

步驟3將主觀認責結果與理論認責結果進行對比，驗證結果的準確性，并記錄理論認責的時間[9]。

步驟4對所有標準化處理后的數據進行分析，并確定數據認責情況，若標準化數據全部處理完成，則停止認責分析，否則持續進行數據認責，并輸出最終的認責結果[10]。

4數據標準化建設中數據認責的實際案例

為了驗證回歸分析方法對數據認責的優化效果，以電網服務器中的1GB數據進行數據認責分析，調取數據的參數如表1所列。

依據表1中的數據類型、涉及內容、治理時間、標準化深度等參數之間無顯著差異，不具有相關性，可以作為回歸分析方法的基礎數據，能進行數據認責分析。其中，權重為0.25～0.34，閾值為各部門內部規定。

4.1數據認責的準確性

在數據認責中治理中，要對不同數據標準化的數據進行分析，驗證完整度、安全性和可信度的準確性，具體結果如表2所列。

由表2可知，回歸分析方法對數據認責的分析穩定性、準確性均大于80%，不同階段的同指標比較無顯著差異，不具有統計學意義。同時，完整度、安全性、可信度之間出現大幅變化，但不同階段的同指標變化幅度小，主要是不同指標的標準化處理條件不同，數據治理復雜度不同所致。為了進一步分析原因，將回歸分析法與人工數據認責法進行比較，結果如圖1所示。

由圖1可知，在參考線的輔助下可以發現，回歸分析方法的88%～90%的數據點多于人工認責法，而85%～88%之間的數據點少于人工認責法。整體來說，回歸分析法優于人工認責法，究其原因，回歸分析方法對重復數據進行刪除，注重安全性、完整性等指標的綜合分析，而且加入了權重、閾值，標準化后的數據復雜度小于人工數據認責法。

4.2數據認責的處理時間

處理日寸間是數據認責的輔助指標，是系統資源占用、數據處理能力的間接體現，更是回歸算法有效性的評價內容。將回歸分析算法與人工數據認責法進行分析，對比不同方法的計算時間，具體結果如表3所列。

由表3可知，在標準化處理中，回歸分析方法同指標的不同次數比較無顯著差異，說明該方法的處理時間比較穩定，而人工認責法存在顯著差異。在數據比例方面，回歸分析方法同指標的不同次數比較存在差異，但是成倍數變化，而人工認責法呈現指數化變化。在不同方法方面，回歸分析法的標準化處理、數據比例均優于人工認責法，存在顯著差異。究其原因，回歸分析方法以少量特征認責數據為基礎，對標準化后的數據復雜度進行簡化，剔除重復數據量。同時，通過調整相應的閾值和權重，以優化數據認責過程，實現安全性、可信度的高效處理。相對來說，人工評估方法的處理過程簡單，人工認責無法降低復雜度，而且剔除重復數據量的時間更長。

5結束語

針對數據標準化處理過程中數據認責不清、時間過長的問題，本文提出一種回歸分析方法，對標準化處理后的數據進行剔除、簡化。研究結果顯示，回歸分析方法的可信度、安全性和完整性的準確性大于80%，1～2次標準化處理的數據間無差異，50%～100%的數據量之間存在倍數增加，各項指標均優于人工數據認責法。而且，回歸分析方法的計算時間更短，計算效果更佳，可以滿足數據治理中的標準化分析要求。