摘要：文章从电力信息管理的实际问题出发，深度探讨了在管理体系中应用的数据类型。起初，对电力公司现有的数据资产管理状况进行了详尽剖析，并从中梳理出在大数据背景下的发展趋势。接着，分析了诸多影响管理效能的因素，并在全面业务资料中心构建了完善的数据资产管理框架。文章最后，围绕数据模型构建、仓储模型设计、数据安全保护、数据治理流程以及数据资产价值提升等多个维度，制定了一套方案，旨在显著增强电力公司的数据资产管理水平及其数据价值的显现。

关键词：企业数据资产；数据标准；数据治理；数据增值

引言

我国在数据资产管理的理论与实际操作层面尚处于起步阶段，不同工业企业的数据资产管理水平与能力各不相同，多数企业对于自身的数据资产类型及数量认知不足。在数字化转型的过程中，大部分企业正努力解决数据整合、交流、利用及管控的优化问题，而在数据治理和应用系统的构建上还需深化。根据中国信息通信研究院发布的《2018工业企业数据资产管理现状调研报告》，我国工业企业在数据资产管理方面，从组织架构、信息化水平到数据治理等多个维度进行了初步评价，结果显示多数企业刚刚开始涉足数据资产管理领域，对数据资产重要性的认识已较为清晰，目前正处于策划或实施相关工作的阶段。业内专家已经开始研究电力企业的数据管理问题，一些学者在早期研究中尝试运用如物联网技术、知识图谱等前沿技术来管控数据全生命周期，以图发掘数据潜在价值。但目前，针对电力数据特性，尚未有全面的数据解决方案公布，数据运维方面仍旧主要采用传统技术维护模式。对于数据退役，大型电力企业通常依照公文管理中对存储期限的规定来处理，而对于数据全生命周期的管理，少有企业制定出具体的规章制度。总结来看，企业迫切需要构建一个包含存储、分析、处理、展现功能的统一数据中心，打造与企业实际相符的数据资产管理体系，破除不同系统间的障碍，实时准确地反映企业的生产运营状况，推进信息化、智能化管理，从而提升工作效率和增强数据在决策过程中的支撑作用。

一、电力公司数据资产现状

借助信息化项目对数据资源的深入挖掘，我国成功设立了两大数据运营枢纽，同步搭建起了两座数据中心，累计存储数据量突破5PB大关。同时，我们设计并推出了标准化公共信息架构（SG-CIM），打造了核心的主数据管理平台，实现了对物料、供应商、会计科目等关键数据的集中管控，为三大集合五大业务板块的整合提供了有力支撑，为进一步挖掘数据资产价值打下了坚实基础。伴随信息技术的持续进步，系统应用的范围日益扩大，但也面临着诸多挑战，诸如信息交流不充分、部门间资料重复建设、数据内容不完整、数据质量低下、准确性不足等问题。面对提升全球能源互联网构建及现代企业管理的更高要求，必须注重业务的顺畅和连贯，相关人员需对数据展开深度挖掘与分析，借助数据强化管理职能，以信息化手段促进业务发展。显然，数据是信息化进程中的核心要素，而现代企业数据中心的建设依赖于业务全面融合，加强企业数据资产管理对于构建信息化企业架构至关重要。在此基础上，大数据、云计算等前沿技术的日趋成熟，为企业数据资产管理提供了坚实的技术支撑。

二、数据资产管理体系构建

（一）建立制度标准

面对数据资源持续增长的趋势，加快制定和完善数据资产管理标准显得尤为重要。强化数据资产及企业信息系统数据词典的规范化管理，全方位提高企业层面数据资产管理水平，推动数据资源的有效整合与共享。国家电网有限公司出台了一系列数据资产管理规章，包括《国家电网有限公司数据中心数据接入及使用管理规范》、《国家电网有限公司数据词典管理规范》、《国家电网有限公司信息系统数据词典设计规范》以及《国家电网有限公司数据中心管理规程》，并研究制定了《国家电网有限公司统一信息模型（SG-CIM3.0）说明书》和《企业级数据仓库模型》等技术标准，为各分子公司数据资产管理工作提供指导。各电力公司应遵循国家电网的规章制度，结合本地区实际，颁布相应的管理规范。在即将到来的大数据、云计算、物联网和移动通信技术广泛应用的时代，数据资源将继续增长，新疆电力公司需根据自身实际情况，制定和优化科学的数据资产管理规范。

（二）建设全业务统一数据中心

国家电网公司拟在未来数年打造一个标准化、透明化、一体化、柔性化、科学化、功能化的数据处理中心，目的是对涉及所有业务、涵盖全部数据、贯穿始终的时间线上的数据进行集中管控与服务，并担负起数据储存任务，此举将成为数据资产管理的关键环节。该全业务统一数据中心由数据管理、数据分析、数据处理三大区块构成。

在数据管理域涵盖了规范化的数据范式、严格的数据管控机制、资料管控模块以及核心数据管控模块的构建。这一规范数据模型包括企业信息架构、企业级数据仓储模型以及应用整合接口标准三个层面；而企业级主数据管控体系的构建，目的是对多个部门共管的业务核心对象实现一致性的维护和应用。

数据分析域作为公司全面业务、多样数据类型、全时间维度的数据集合点，为各类分析决策应用提供了全面的数据资源、高效的分析计算能力以及统一的运行平台。在物理实现上，分析区依托企业级海量数据平台而建，主要由企业数据仓储、海量数据处理平台组件以及统一分析服务三个部分构成。

数据处理域的核心职责在于减少数据重复性和优化集成模式，主要通过对统一数据访问服务、企业级服务总线、消息中间件这三个组件的运用，对处理域的集成应用进行优化升级，保障源数据的一致性。

公司所有数据资产都将纳入全业务统一数据中心的统一管理、存储和使用体系，物理层面确保安全，逻辑层面维持一致性。结合国内外领先的数据管理理念，公司将持续总结全业务统一数据中心的运营经验，并不断推进其建设的优化升级。

（三）强化数据资产安全管理

电力公司应组建网络信息安全领导小组，全力贯彻实施《网络安全法》，积极开展法律法规宣传教育，提高全体员工的信息安全防范意识，保障电力网络和信息系统的安全运行，优化安全防护策略，建立健全网络安全监测机制。针对现阶段存在的问题，细化管理责任，充实网络安全技术团队，完善系统安全防护手段。强化信息接入安全管理，根除网络信息安全漏洞，同时对外部聘用人员进行网络安全培训与监管。加强保密责任制度执行，提升网络、信息以及涉密环节的管理，强化员工保密意识。

此外，公司应加紧推进软硬件设施的国产化替代工作，鉴于近年来如oracle数据库的SCN漏洞、windows操作系统的比特币勒索软件漏洞等安全事件频发，这些事件对国家信息安全造成了严重影响，并对电力公司的数据安全带来了巨大风险。作为国家能源安全的重要保障，电力公司在信息安全领域积累了丰富的实践经验。在电力调度方面，公司采用国产达梦数据库和国产中标麒麟操作系统；在构建全业务统一数据中心过程中，选用了国产GBase8a数据库作为数据仓库产品，并自主研发sg-rdb数据库以替代mysql、postgre等国外产品，从系统架构的根本层面预防数据安全风险。

（四）数据资产的整理

鉴于电力信息搜集涉及业务运营、能源供应、设备维护等多个环节，数据精确度的关键影响因素在于员工的职业素养及技能水平。同时，软件系统的稳定性和硬件设备的性能同样会对数据质量产生作用。综合历史记录和专业知识分析，提升工作成效可从以下四个维度着手：

1.电力数据接入的数量性维度

此环节侧重于对书籍资料实际录入数量及历史记录的审查。数据的录入量需借助固定指标自动搜集，并将历史数据与新收集的数据进行比对；历史数据揭示了过往的录入情况，由月度与周度数据汇总而成。

2. 电力数据接入的时间性维度

此环节通过审核各业务系统上报的实时数据来实施检查。数据录入的及时性能够体现系统更新的频次比例，其数据源包括月度、周度和日度数据。

3. 电力数据录入的完整性维度

本环节着重检查数据业务的完整性及指标值的完备性。数据完整性的质量涵盖业务维度、单位维度及各项指标，由月度、周度和日度指标构成。

4. 电力数据录入的准确性维度

此环节主要分析业务间逻辑关系和数据更新频次等方面的数据准确性。该维度的数据来源于月度、周度和日度指标。

通过数据管理，确保公司数据资产干净，无多余冗余信息，为数据分析和资产增值打下坚实基础。

三、数据资源的增值

在国家“一带一路”战略的推动下，电力企业出台了“电网丝绸之路计划”，在“十三五”规划期内，国家电网新疆分公司计划投入150亿元推动该计划的实施。企业可深入挖掘数据资源，为“电网丝绸之路计划”的决策制定与业务开展提供支持。伴随着我国科技水平的持续提升，公众对生活品质的标准也在不断提高，这促使社会增值服务需求日益增多，市场潜力巨大。针对庞大的电力数据资源，我们将其潜在价值的挖掘划分为几个关键领域，包括电力管理服务、交易服务、信息服务等。

（一）电网丝路工程服务

1. 细致规划

将供电区域细化为多个单元，以单元为单位，根据数据资源中的历史负荷数据，研究典型用户的负荷特性，为其量身打造电网规划与设计方案。

2. 精确投资

分析数据资源中的电网故障与停电数据，评估电网投资在缩短故障停电时间方面的效果，从而精准确定电网丝绸之路计划的投资方向。

3. 高品质服务

深入挖掘涉及用户体验的数据，如故障抢修记录、客户投诉情况等，构建提升客户满意度的数据分析模型，指导客户服务业务，为丝绸之路沿线的用户提供更优质的服务。

（二）信息服务

民生信息通过智能终端向用户发送包括商业、生活、电力等在内的各类信息，实现信息的有效传播。商业广告服务则利用智能交互终端为广告商提供发布平台。社区信息主要涉及物业向居民提供的安全、服务、管理等方面的信息。

（三）网络交易服务

网上商店服务以品牌服务为核心，为客户提供在线购物体验，用户可根据需求在线选购服务。支付服务允许用户通过支付平台在线完成缴费操作。三表集抄服务针对公共事业如电力、燃气等提供抄表服务。超负荷用电查询服务让用户通过网络或营业厅查询用电情况，了解电量使用。

（四）用电管理服务

分布式电源管理涉及对分散发电设备的监控、故障保修、远程操作、信息管理及发布等。需求侧管理模式关注用户用电安全与节约，提供节能技巧，用户可根据自身需求与消费情况选择服务，有效平衡负荷，降低用电事故风险。

结束语

文章深入探讨了电力行业数据资产管理的核心问题。在分析电力企业数据资源现状以及全球信息安全发展趋势的基础上，针对电力企业面临的数据应用与管理上的机遇和挑战，提出了一个全面的数据资产管理框架建议。文章进一步从数据管理规范、统一数据中心的构建、数据保护以及数据治理四大维度，详细介绍了数据资产管理框架的结构和运行机制。在此基础上，还设计了一套电力企业数据资产的价值提升策略。该策略旨在实现对跨系统、跨业务、跨部门的大数据进行高效管理、治理和价值挖掘，确保能够精确评估电力企业的数据品质和信息技术应用水平，同时积累丰富的管理经验，充分发挥管理职能，进而全面提升电力数据管理的整体效能。

参考文献

[1]张军亮， 李小倩， 刘喜文， 张帆. 基于数据中台的医疗健康大数据资产管理体系构建[J]. 图书馆论坛， 1-13.

[2]李静， 邱文欣， 王锋. 央企数据价值与数据资产管理体系的创新实践[J]. 质量与认证， 2024， （07）： 50-53.

[3]张庆龙， 黄恩璇. 世界一流企业财务管理体系建设中的数据治理探讨[J]. 财会通讯， 2024， （12）： 3-10.

[4]黄璐， 周勇义， 邢姝， 贾大明. 基于数智技术的新商科实验数据资产管理体系探索与实践[J]. 实验室研究与探索， 2024， 43 （04）： 184-189.

[5]孙勇， 王卓瑜， 王磊. 基于区块链技术的抽水蓄能数据资产安全管理体系构建[J]. 水力发电， 2024， 50 （03）： 103-107.