广西电网有限责任公司信息中心 陈昭利
电力系统目前正处于数字化转型的关键时期，数据共享是提高数据要素价值，促进数字化水平提升的本质要求。本文将围绕电力系统数据共享应用平台架构设计及关键技术进行分析与研究，结合现代化信息技术特点加强数据流通与获取，以此为社会进步以及电力企业的发展创造良好的条件。
为了能够响应国家“建设具有中国特色的互联网企业”的战略目标，电力企业应该利用现代化技术进行数据管理及应用平台建设，这不仅有利于信息在企业内部的流通，打破“数据孤岛”，实现企业数据全专业、全领域“应采尽采”，降低由于信息不对称造成的资源浪费以及经济损失。数据共享应用平台可以对数据进行智能的分析，利用数据服务满足实际需要。
电力系统数据共享应用平台的建设可以使电力业务数据都能够被合理、科学地进行整理与归纳，同时为不同单位提供数据共享应用服务，包含原始数据集成与计算加工后的数据服务，可满足数据价值挖掘、企业分析应用的需求。
当前电网企业已经利用信息化技术实现了在线运营、在线控制等工作，但在不同业务数据交互共享方面仍存在可优化的部分。一方面，电力企业内部业务部门以及信息化管理部门之间的联系较少，两方存在信息不对称性，导致一线操作人员难以及时、直接反馈工作建设中的数据需求，信息管理人员难以觉察到数据中的业务价值，难以根据用户相关信息进行针对性的优化与完善，不利于电力企业的发展与优化。长此以往，这种情况会导致难以进行信息的使用。另一方面，信息系统由于在操作步骤以及数据的归纳上存在一定的不合理现象，这些也会成为电力系统建设中最为常见的建设缺点[1]。
2.1 系统总体设计
电力企业的系统数据应用平台建设需以企业的数据库作为依据，建立统一的数据架构，利用数据标签，为应用平台的搭建提供数据包支持。数据共享平台的建设主要是由数据源、数据储存库、应用功能三个部分组成，数据共享应用平台的搭建是以提供数据信息作为主要服务的平台，因此可以满足企业进行数据交互、统一开发与应用的需求。
数据源分为内部数据及外部数据，内部数据来自电力企业生产经营业务产生的数据，外部数据来自特定系统，例如气象数据等。内部数据与外部数据将在数据中台进行整理，如有需要，则进行加工完成数据模型。通过以上数据流可完成数据的整理和统一，实现全域数据统一存储。数据使用过程中，系统在贴源层进行整合处理，在标签数据层级应用数据层进行一定的业务加工，以汇总数据与标签数据为前提建立设计架构，使用户以及企业可以根据实际需求进行构建。
在建设过程中，需要保证兼顾用户需求、运营活动等场景，进而支持相关软件的运行，提供精准的业务数据查询业务。此外，平台的架构可以支持对外数据的共享，提升数据在不同场景下的兼容能力，以此达到持续为企业提供数据分析的目的[2]。
2.2 数据共享应用平台内外网交互
数据共享应用平台的搭建必须要能够进行内外网的交互，利用互联网的形式实现多种业务渠道的信息共享和交互，在结合电力企业实际需要的同时，建设全渠道的客户服务体系，真正实现电力企业与其他平台的信息交互。
电力系统的建设应该能够满足国家战略需要，保证数据的安全性，在进行外部数据交互时需经过特殊的内外网交互接口。数据共享内外网交互接口需处于信息外网和信息内网之间的缓冲区，含数据库隔离装置和安全隔离交换装置。其接口传输的数据必须经过脱敏、加密处理，保证其不含机密信息。其数据共享交互接口可用于向电力系统内部及外部提供数据服务，包括结构化数据服务及非结构化数据服务。
2.3 主要应用功能
电力企业的发展对数据使用以及管理的水平要求更高，因此必须要加强数据的交互能力并降低获取难度才能够真正地发挥数据的价值。鉴于此情况，应用平台的建设需要符合以下几个需要。
（1）数据的获取。用户可以根据实际需要进行数据信息的调取，系统则会通过数据同步工具、ETL工具等方式对其提供服务，用户进入业务端口进行数据服务调用便可以直接获取数据，并完整地查看相关信息。这不仅能够打断信息数据之间的堡垒，还能够解决数据获取过程繁琐的难点，屏蔽多源数据造成的影响，实现数据“多方采集、一方维护”，完善系统的服务能力。
（2）API个性化定制。主要是指利用系统对数据进行API的快速生成，通过可视化的向导模式生成数据API，这种功能的实现可以有效改善传统服务需要编码能力才能够使用数据的难点。此外，该功能可以支持自定义的脚本模式，对数据进行智能化分析。用户既可以利用平台进行日常的数据工作，还可以利用API管理进行信息的共享，检索该数据在过去的查询次数以及是否出现错误信息等，使数据的应用更加智能。
（3）任务管理。其主要包括数据服务配置、分析、调取、监控等部分，在数据运行的过程中，可以科学、安全的对庞大的数据资源进行管理和监督，管理人员可根据外部服务的状况以及执行任务的安排随时进行暂停。
（4）数据挖掘分析功能。数据的挖掘分析是电力企业进行长远发展，规划发展方向的重要依据，其分析成果的真实性具有非常大的参考意义。因此在进行数据分析时，应该从整体的角度出发，加强对数据周期管理以及日常维护的关注。此外，在进行数据分析挖掘时，应该加大对数据传递的分析，并根据管理者的实际需求接入SAS以及Python，使平台的使用者可以直接在平台应用过程中进行统计和分析。与此同时，高级数据库的建设也非常重要，能够为平台使用提供统计数据的参考，并将相关数据进行可视化展示，进而使企业在进行监督管理、财务分析规划设定时，能够提升科学性和合理性。
（5）数据产品开发功能。这种服务主要是针对数据产品规划与交易而形成，是指利用数据的日常管理，为使用者提供相关产品方案的一种形式。而数据产品开发则是指利用相关技术，为其他使用者提供数据产品，进而使产品能够带动其他外部企业的发展，最终实现互利共赢的目的。
（6）数据共享功能。通常是相关报表以及数据明细的分享，因此在形式上应使平台满足明细数据查询的服务，进而为平台统计提供帮助。数据是电力企业非常重要的信息支撑，可以为工作人员提供资源和数据需求，在具体工作中要从三个方面进行。1）进行资源目录的设计时，应该根据SG-CIM理论建立资源目录，并在平台设计中加入搜索查询的功能，使管理人员可以更加便捷地获取想要的数据；
2）数据安全管理是保证数据安全，降低系统风险的重要保障。技术人员在进行开发设计时，应当将数据安全与脱敏处理作为核心关键，利用有效的方式对系统进行最大限度地保护；
3）数据需求开发也要保证安全性。在进行内部资源交互使用时，应该从请求、办理、同意、验证、传递、监控等多个步骤进行管理；
4）数据共享通常是相关报表以及数据明细的分享，在形式上应使平台满足明细数据查询的服务，进而为平台统计提供帮助。
3.1 整体技术方案
数据共享平台是一种集数据收集、计算、存储于一身的重要平台，可以在不同的场景下进行针对性的数据归纳，进行数据的流通和传递。平台会对客户的行为数据以及相关访问进行信息的收纳，并实施自动化的主体分析。其中实时计算是一种能够对相关风险进行预警监控的重要功能，而统一数据服务则是一个访问的端口，可以支持缴费数据的调取、工单、用户指标等功能。
3.2 数据集成方式
数据采集分为线上与线下接入两种形式。线上数据通过ETL工具从源端经过抽取、转化、清洗至数据中台，可同步将数据直接上传至KAFKA软件中。离线数据可运用FLINK直接从数据收集软件调取相关信息，并利用不同的技术进行针对性的数据归纳。对于线下收集的数据，可设置数据标准规范限制，明确各项格式及业务规则。如有外部数据采集需求，应通过合法、合规渠道统筹采购和开发数据接口。
3.3 数据存储以及计算
平台的搭建能够支撑海量信息计算与分析，这种计算功能的设计主要是针对高级数据进行，能够实时地进行信息的计算与处理，这种智能化功能主要为系统的埋点日志实时计算提供服务。
在与相关数据进行对接之后，便会将数据存储至共享平台的系统文件中，这种文件主要有三层，最下一层是数据的基础层，可以对普通的数据进行大规模的存储；
中层则是细节数据层，主要是对那些处理后的数据进行存储；
而最后一层则是汇总数据的归纳层，三个数据层有不同的数据更新期限，原始数据的存储数据是最长的，其他两层依次递减[3]。
当数据进入到ODS缓冲区之后，便能够对大量的数据进行统一的归纳与整理，再将数据存储至不同的数据层。数据在ODS层时可以随时获取相关的数据，并对其进行模型的转换，最终将数据模型存储至DIM维度表中。在满足公共信息汇总的前提下，能够根据相关数据得出DWS的汇总事实表。
3.4 统一数据服务
将统一数据服务作为共享应用平台的数据入口，在功能设计上需要满足服务配置、申请、管理等，兼容不同场景之间的服务，满足外网之间的数据分析需求。
利用可视化程序就可以快速的生成数据API，并实现分钟级别的数据优化，此外，在此过程中还会对信息进行安全加密，保证所调取的信息安全、真实。
统一数据可以对内、外进行数据的服务。对内主要是针对用户行为、操作信息、缴纳费用等进行数据的分析与整理；
对外则是包括住房空置分析、电力信用等。
3.5 应用场景
数据共享平台的应用可分为对内及对外两方面。对内，可为电网规划及客户服务等多个领域提供数据计算服务，基于电网设备构建拓扑模型，满足电网内部各项业务应用需求，打破数据壁垒，通过共享服务提供专业的数据支持，为电力企业的可持续发展以及大范围的数据融合分析提供重要的依据，提升投资有效性。对外，数据共享平台可提供电力信用产品，可以对用户的信息进行实时采集与计算分析，综合分析客户信息，结合用户的缴费情况与相关数据，建立电力信用评价体系，以此达到电力数据与社会化融合的目的。
数据共享应用平台另外一种应用类型则是电力信用分析，需要以数据为主要支持利用分析情况构建信用评价体系，可以有效地对电力企业的日常运行提供评价服务。在系统规划过程中可以将居民分为不同用电类型，并从信用的角度利用用户相关数据情况构建信用评价模型。在具体工作中要求专家应对信用等级以及评价分数进行明细规划，并利用主成分分析法进行指标运算进而获取综合信用评价结果，以此形成电力共享报告。与此同时，在共享应用平台的设计规划过程中，需要运用多种形式将数据与主体数据库构建联系，进而在数据处理阶段，建立挖掘模型以此加工电力信用分，为用户和企业提供数据服务。
综上所述，电力企业进行系统数据的共享应用平台设计与研发可以进一步挖掘数据的价值，满足经济发展的需要，利用现代化的框架设计，将业务进行数据化的体现，实现集数据治理、分析、应用、价值体现为一体的综合化服务体系，将数据的价值实现最大化的反映，以此为电力企业的进步奠定良好的基础。
引用
[1] 杨先进,魏俊,应雪正,等.BIM电力系统中工程物资需求数据可视化系统设计[J].信息技术,2022(1):132-136+142.
[2] 曹明良,李国和,冯峥,等.基于电力系统大数据治理的软件数据平台设计与研究[J].计算技术与自动化,2020,39(3):135-139.
[3] 江疆,梁盈威,彭泽武,等.基于大数据的电力系统数据集成管理平台设计[J].电子设计工程,2020,28(14):163-166.
猜你喜欢 数据服务电力企业分析 大数据时代高校图书馆数据服务的困境及优化路径经济研究导刊(2022年25期)2022-11-05地理空间大数据服务自然资源调查监测的方向分析房地产导刊(2022年10期)2022-10-18电力企业成本精益化管理提升研究时代商家(2022年12期)2022-05-13分析：是谁要过节孩子(2020年12期)2020-01-06回头潮作文评点报·低幼版(2018年17期)2018-07-12电力企业经营管理措施和策略今日财富(2017年22期)2017-10-19电力企业管理的创新途径分析科学与财富(2017年17期)2017-06-16新时期电力企业纪检监察工作有效性探索科技与企业(2015年19期)2015-10-21大数据开启图书馆工作新时代科技与创新(2015年5期)2015-04-20Ｕｎｉｔｓ １３—１４解题分析中学英语之友·高二版(2008年2期)2008-04-08