电网设备台帐数据质量问题诊断与提升对策研究

《电网设备台帐数据质量问题诊断与提升对策研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、电网设备台帐数据质量问题诊断与提升对策研究　　摘要：电网设备台帐数据是电网生产运营分析最基础的数据，其数据质量水平决定了大量数据分析结果的可信度和决策的科学性。以广东电网公司设备台帐数据为研究样本，通过归纳识别设备台帐数据质量的问题表象，剖析导致数据质量问题的技术、管理深层次原因；基于业务协同与标准化等管理理论和数据分析挖掘方法，提出了有针对性的数据质量改善管理措施和技术措施，为提升信息系统数据质量提供了支撑。　　关键词：数据质量；设备台帐管理；检测规则；改善措施　　中图分类号：TN915?34文献标识码：A文章编号：1004?373X（20

2、16）13?0163?04　　Abstract：Thepowergridequipmentledgerdataisthemostfundamentaldataofpowergridproductionandoperationanalysis，anditsdataqualityleveldecidesthereliabilityofmassivedataanalysisresultsandscientificityofdecisionmaking.Inthispaper，theequipmentledgerdataofGuangdongPowe

3、rGridCorporationistakenastheresearchsample，andtheproblemsofequipmentledgerdataqualityisconcludedandrecognizedtoanalyzethetechnologyandmanagementfundamentalreasonscausingdataquality.Onthebasisofmanagementtheoriesofbusinesscollaborationandstandardization，anddataanalysisandmin

4、ingmethod，the9managementmeasureandtechnologymeasurefordataqualityimprovementareproposedtoprovidethesupportforimprovingtheinformationsystemdataquality.　　Keywords：dataquality；equipmentledgermanagement；detectionrule；improvementmeasure　　0引言　　经过信息系统的多年运转完善，广东电网以设备台帐为核心的数据资产已超过40

5、0T，而且仍然在以每年30%的复合增长率高速膨胀，大量的数据资产为企业分析决策奠定了基础，但目前仍存在数据质量达不到分析要求，实用化水平不高的问题[1]。本文以广东电网公司设备台帐数据为研究样本，通过归纳识别设备台帐数据质量的问题表象，剖析导致数据质量问题的技术、管理深层次原因，基于业务协同与标准化等管理理论和数据分析挖掘方法，提出了针对性的数据质量改善管理措施和技术措施，为提升信息系统数据质量提供了支撑。　　1设备台帐数据质量问题表象归纳　　经过数据清理工作及应用问题总结，归纳出广东电网设备台帐数据质量问题主要表现在以下几方面。　　（1）数

6、据不完整　　部分设备台帐缺少记录，记录中个别字段经查询为空，主要集中在隔离开关、变电站自动化系统等设备或者系统的设备管理部门名称、调管名称、系统维护厂商名等字段，主要表现为数据缺失或把数据标记为“9999”等情况。9　　（2）数据不准确　　主要集中在高压柜?断路器、PCM设备、SDH光设备和路由器、主变母线等设备的额定电压、额定峰值耐受电流、供电方式、型式、额定短时耐受电流、类型、额定电流、中压?低压负载损耗、绝缘类型、操作方式等字段，主要表现如下：　　①数据不符合事先对数据约束的规范。如：PCM设备或SDH光设备的供电方式要求同时录入两类信

7、息，包括交流/直流、单电源/双电源，但实际数据中往往仅含有交流/直流信息。　　②数据异常。即实际数据出现不应存在的值，如：UPS设备的直流输入电压出现为‘12’，‘240’的情况，根据电力基本常识，UPS输入电压不存在这样的取值，取值不合理。　　（3）数据不一致　　主要集中在断路器、隔离开关等设备的名称、编码、投运日期等字段。主要表现在：设备台帐中的数据与其他系统（如财务资产卡片）数据不一致，如资产卡片中设备名称为开关柜，设备台帐中为断路器。　　除以上三种数据质量问题表象外，还存在数据错误、数据污染、域值重复等问题。　　2设备台帐数据质量原因

8、分析　　引发数据质量问题的原因既有管理上的，也有技术上的。主要集中在制度执行不到位、业务过程“两本账”、操作人员素质不高、系统设计不完善、数据检测规则不健全、数据清