電力企業(yè)技改大修基礎數(shù)據(jù)治理方法探索和實踐

范海波 劉發(fā)年 梁磊

（國網(wǎng)信通產(chǎn)業(yè)集團安徽繼遠軟件有限公司，安徽合肥 230088）

0. 引言

隨著國家電網(wǎng)公司信息化建設的不斷推進，響應國網(wǎng)總部泛在電力物聯(lián)網(wǎng)建設要求，電力作為社會經(jīng)濟發(fā)展的根本基礎，隨著社會經(jīng)濟發(fā)展和產(chǎn)業(yè)結構調整，地區(qū)的經(jīng)濟發(fā)展對電網(wǎng)企業(yè)提出了全新要求。面臨新的發(fā)展機遇，電網(wǎng)企業(yè)在電網(wǎng)建設、安全生產(chǎn)、優(yōu)質服務等方面不斷提升創(chuàng)新，基礎數(shù)據(jù)的質量保證是建設泛在電力物聯(lián)網(wǎng)的不可或缺的重要支撐力量。推進基礎數(shù)據(jù)管理規(guī)范化，實現(xiàn)技改大修項目立項調控、一體化運作和專業(yè)化管理，是實現(xiàn)基礎數(shù)據(jù)管理轉型升級、提升服務保障能力的根本途徑，是轉變公司發(fā)展方式的必然要求[1]。而技改待修作為基礎數(shù)據(jù)應用的關鍵一環(huán)也應積極主動應對形式變化，通過信息化手段實現(xiàn)標準化的統(tǒng)一管理，實現(xiàn)公司內(nèi)部資源整合。本文將結合數(shù)據(jù)治理信息化建設實踐，提出電力企業(yè)技改大修數(shù)據(jù)治理方案，實現(xiàn)集約統(tǒng)籌、重點保障、科學管控、協(xié)調發(fā)展的信息化的建議。

1.基礎數(shù)據(jù)治理必要性

電力企業(yè)PMS2.0系統(tǒng)自2015年實施上線以來，持續(xù)組織開展技改大修基礎數(shù)據(jù)治理工作，成效顯著。隨著技改項目立項管理和智能運檢水平的不斷提升，對基礎數(shù)據(jù)的精準度提出了更高要求。目前技改大修立項工作存在以下問題：（1）目前各基層單位開展技改項目立項工作缺乏統(tǒng)一并且與專業(yè)管理深度結合的數(shù)據(jù)質量評價標準；（2）技改大修數(shù)據(jù)治理工作缺少有利的抓手，各基層單位對各自單位的存量基礎數(shù)據(jù)質量無法做出整體評估，對新增的數(shù)據(jù)質量無法進行有效管控[1-2]。

2.基礎數(shù)據(jù)治理的作用

2.1 技改大修數(shù)據(jù)質量評價標準研究，實現(xiàn)數(shù)據(jù)同源與質量保障

數(shù)據(jù)質量是保證技改大修智能立項的基礎，評估數(shù)據(jù)是否達到預期設定的質量要求，建立數(shù)據(jù)治理評價標準來實現(xiàn)基礎臺賬數(shù)據(jù)、圖形數(shù)據(jù)的治理評價。研究圖形質檢工具、全方位輔助工具拓撲連通性檢測模塊以及自研圖形管理模塊，對圖形質量進行逐線路、逐站室、逐臺區(qū)檢測，核對圖形（單線圖、接線圖）的完整性和邏輯性，如圖形設備缺少臺賬、單線圖設備不完整、線路拓撲不連通。并將每日圖形質檢工具和全方位輔助工具拓撲連通性檢測模塊的結果集成到數(shù)據(jù)智能管控平臺統(tǒng)一管理。最終形成規(guī)范化、標準化技改大修數(shù)據(jù)治理流程，降低人為因素影響，實現(xiàn)現(xiàn)代化、無紙化數(shù)據(jù)治理模式；實現(xiàn)對異常數(shù)據(jù)的實時監(jiān)控，并針對缺陷、隱患、圖形等特殊數(shù)據(jù)，采取特殊處理方式實現(xiàn)數(shù)據(jù)治理成果的實時展示，處理時間在30min之內(nèi)。

2.2 數(shù)據(jù)智能管控研究，確保增量數(shù)據(jù)質量，保障設備異動數(shù)據(jù)同步

數(shù)據(jù)質量是保證數(shù)據(jù)應用的基礎，評估數(shù)據(jù)是否達到預期設定的質量要求，建立數(shù)據(jù)治理評價標準來實現(xiàn)基礎臺賬數(shù)據(jù)、圖形數(shù)據(jù)的治理評價。研究圖形質檢工具、全方位輔助工具拓撲連通性檢測模塊以及自研圖形管理模塊，對圖形質量進行逐線路、逐站室、逐臺區(qū)檢測，核對圖形（單線圖、接線圖）的完整性和邏輯性，如圖形設備缺少臺賬、單線圖設備不完整、線路拓撲不連通。并將每日圖形質檢工具和全方位輔助工具拓撲連通性檢測模塊的結果集成到數(shù)據(jù)智能管控平臺統(tǒng)一管理。

最終實現(xiàn)電壓等級110kV～220kV架空輸電線路、35kV電纜線路設備自投運以來故障停運、跳閘數(shù)據(jù)以及近5年以來（2022年及之前）發(fā)生的嚴重及以上缺陷數(shù)據(jù)完整率、規(guī)范率、閉環(huán)達到100%、邏輯錯誤為0；配電設備的故障、缺陷、檢測、巡視記錄等數(shù)據(jù)的完整率、規(guī)范率達到100%；與生產(chǎn)實時管控系統(tǒng)的缺陷及故障停運數(shù)據(jù)一致率達到100%。

2.3 加深大數(shù)據(jù)等新技術應用

通過引入大數(shù)據(jù)、物聯(lián)網(wǎng)、移動互聯(lián)、人工智能等新技術，從技改立項管理源頭入手，實現(xiàn)了基礎數(shù)據(jù)標準化接入，擴展系統(tǒng)功能的便捷性、易用性，加強應用深度。

3.基礎數(shù)據(jù)治理的方法

基于技改大修基礎數(shù)據(jù)現(xiàn)狀，本文提出一種全業(yè)務數(shù)據(jù)智能管控平臺，以PMS、GIS多年系統(tǒng)運維與數(shù)據(jù)治理經(jīng)驗為依托，從數(shù)據(jù)來源、數(shù)據(jù)質量、數(shù)據(jù)維護等智能管控要素入手，通過對數(shù)據(jù)質量、業(yè)務邏輯、模塊應用范圍及深度等方面治理，完成基礎數(shù)據(jù)完整性、準確性、一致性、及時性、關聯(lián)性等問題數(shù)據(jù)的整改，從而實現(xiàn)深化PMS2.0系統(tǒng)應用，提高電網(wǎng)設備數(shù)據(jù)質量，推動公司精益化管理水平持續(xù)提升，如圖1所示。

電網(wǎng)設備全業(yè)務數(shù)據(jù)智能管控平臺，綜合運用人工智能、大數(shù)據(jù)處理、分布式存儲等應用技術，通過對PMS2.0系統(tǒng)內(nèi)部不同流程間基礎數(shù)據(jù)、業(yè)務數(shù)據(jù)之間的關鍵字信息提取、業(yè)務邏輯關系判別，以及不同系統(tǒng)間的橫向數(shù)據(jù)比對，方便快捷有效地為PMS2.0系統(tǒng)基礎數(shù)據(jù)質量進行智能評估。同時，平臺接入圖模質檢工具和全方位輔助平臺部分模塊，作為圖形數(shù)據(jù)質量管理的歸口系統(tǒng)，形成涵蓋基礎數(shù)據(jù)、運行數(shù)據(jù)、巡視檢修數(shù)據(jù)、圖形數(shù)據(jù)、供應商評價數(shù)據(jù)的全業(yè)務數(shù)據(jù)質量管理平臺，讓數(shù)據(jù)治理工作更“智慧”。

電網(wǎng)設備全業(yè)務數(shù)據(jù)智能管控平臺整體部署于信息內(nèi)網(wǎng)，將構建覆蓋生產(chǎn)管理系統(tǒng)的基礎數(shù)據(jù)管控、運行數(shù)據(jù)管控，提高系統(tǒng)整體數(shù)據(jù)質量水平，提升數(shù)據(jù)保障能力，為各類業(yè)務提供真實有效業(yè)務數(shù)據(jù)。

4.數(shù)據(jù)治理的主要成果（見表1）

表1 數(shù)據(jù)治理的主要成果

5.結語

基于本文完成基礎臺賬、運行工況、巡視檢修、圖形質量等數(shù)據(jù)質量自動評價，建立了數(shù)據(jù)質量智能管控體系，通過持續(xù)有效開展治理工作，保證數(shù)據(jù)的完整性和正確性，達到“存量數(shù)據(jù)治理一條、準確一條，新增數(shù)據(jù)錄入一條準確一條”，實現(xiàn)良好的數(shù)據(jù)生態(tài)體系，為提升設備狀態(tài)管控力奠定基礎。

5.1 圖形數(shù)據(jù)智能化比對

針對圖數(shù)一致率、單線圖成圖率、拓撲連通率等圖形數(shù)據(jù)治理，當前通過數(shù)據(jù)庫數(shù)據(jù)統(tǒng)計的方法難以全面正確的進行研判，需要借助于圖像比對進行將當前生成的圖形與標準圖形進行智能比對，然后結合數(shù)據(jù)庫統(tǒng)計數(shù)據(jù)進行綜合研判。

5.2 真實記錄數(shù)據(jù)治理歷史軌跡

目前數(shù)據(jù)治理指標是一天統(tǒng)計一次，不能動態(tài)真實反應臺賬、圖形等數(shù)據(jù)治理過程，需要提升數(shù)據(jù)治理各個指標的計算頻度，記錄實際的數(shù)據(jù)治理歷史軌跡。

5.3 大規(guī)模指標運算性能

數(shù)據(jù)治理指標包括基礎數(shù)據(jù)維護、業(yè)務應用情況、系統(tǒng)運行情況3個方面共133項指標，涉及數(shù)據(jù)量達到幾十GB，通過傳統(tǒng)的手段進行存儲過程運算速度相當慢，需要應用大數(shù)據(jù)、內(nèi)存計算、分布式并行計算等技術來提升指標計算效率，降低運算時間。