摘要：在信息化发展的背景下，互联网技术以及信息技术也对电力企业带来了冲击和负面影响，尤其是大量的数据积累产生了数据治理问题。由于当前大数据带来的负面影响，电力企业必须要加强数据治理。本文主要针对电力企业级数据治理现状进行分析，在分析的基础上构建电力企业级数据治理体系，并对该体系中的功能进行介绍分析。
关键词：电力企业级；数据治理；体系
1电力企业级数据治理现状
1.1数据治理职责不健全
在我国，众多电力企业响应政府的号召展开了关于数据监视以及控制的工作，但是开始的时间较短，而且数据治理工作涉及到不同部门、不同专业以及不同层级，导致数据治理监督措施不能得到很好的落实。尤其是目前众多的电力企业当中并没有建立专门的数据治理组织机构，就算部分组织成立了数据治理组织，组织中的人员存在职责不清的问题。就电力企业总体状况而言，并没有形成专门针对数据治理的“高层统筹，中层监督，基层实践”的机制，直接影响了电力企业内部的数据治理。
1.2数据治理方法缺失
大数据时代来临时间较短，因此在大数据治理方面的经验相对较少，尤其是对于电力企业而言，数据治理方法也存在缺失的问题，最终导致电力企业的数据治理能力较弱。在我国当前电力企业当中，对于数据定义、监控等方面的不足，直接导致了数据混乱、数据不完整等问题，限制了数据的深入分析和治理。
1.3数据质量战略执行策略缺失
随着数据治理问题的提出，已经提出了关于数据治理、质量控制的规则，通过这些规则能够加强数据质量监督与管控，但是在实际的数据治理执行的过程中仍然存在问题，缺乏有效性。尤其是对于电力企业中的新增数据而言，管控方面难度较大，在管理方法方面也有待于完善。在无差异化的数据质量执行策略方面，管控效果极差。通过对当前电力企业数据治理的分析能够发现，当前电力企业的数据治理中存在较大问题，不仅仅在很多企业中没有建立相应的数据治理组织，而且也没有建立起相应数据治理的标准和方法。在未来电力企业数据治理的发展中必须注重这一问题，注重点，完善治理体系，引进治理方法，提升电力企业的数据治理能力。
2电力企业级数据治理体系构建及优化
2.1电力企业级数据治理体系模型选择
在前面分析了当前我国电力企业发展现状以及数据治理建设的现状，按照IBM数据治理成熟度参考模型来看我国电力企业的数据治理仅仅处于基本管理阶段（第二级），为进一步促进我国电力企业数据治理能力与数据治理发展，拟对当前管理阶段进行升级，到第三级、第四级以及第五级，按照这一模型进行优化，制定电力企业数据治理的工作目标以及计划。不断优化电力企业的数据治理，从而提高电力企业数据治理成效。
2.2电力企业级数据治理体系构建原则
2.2.1全周期
对于电力企业的数据治理而言，应该关注电力企业的各个环节，从电力生产开始一直到用户的整个生命周期都需要进行监控与管理。
2.2.2全深度
在进行电力企业的数据管理的过程中，需要对数据架构的每一个指标以及每一个数据进行深层度的分析，还应该进行细化，保证数据分析的准确性、科学性。
2.2.3全方位
在电力企业的数据治理过程中需要各个部门、不同单位以及全部人员参与其中，而且需要不同系统、不同领域之间的协调参与。
2.3电力企业级数据治理体系模式选择
在前面对电力企业数据治理现状以及工作计划与目标的分析中，可以最终确定电力企业级数据治理的建设模式。
期刊文章分类查询,尽在期刊图书馆经过分子最终建议电力企业选择自上而下的建设模式，确定电力企业级数据治理体系中涉及的主要内容与关键，主要包括主数据管理及应用、数据质量提升、数据安全管理强化、信息生命周期管理、企业级数据架构设计与管理、全方位数据应用等方面。
2.4电力企业级数据治理体系架构
通过前面分析最终确定电力企业级数据治理体系的主要架构，核心领域主要包括数据治理组织、数据构架管理、主数据管理、数据质量管理、数据服务管理及数据安全管理等内容，在实际的电力企业级数据治理的过程中，必须将这些内容有机结合在一起，相互协调，相互支撑，促进电力企业级数据建设发展。
3电力企业级数据治理体系核心领域分析
3.1主数据管理
在电力企业的主数据管理中主要是针对数据以及基本信息，除基本信息之外其他信息分别由其他核心领域进行处理。在主数据管理平台中建立执行数据标准，并建立有效的主数据管理流程，通过标准以及流程来保证数据治理的有效执行。在主数据的管理建设中还应该注重标准化，建立相应固化数据标准以及管理方法，形成符合规范的编码库，以此来保证数据管理能够在整个电力企业中通用共享。
3.2数据质量提升
分析电力企业中的数据管理的相关指标，并且对相关数据的成熟度分析的基础上进行标准、编码、模型和数据的统一管理。通过分析筛选其中的冗杂数据，避免资源的过多占用，另外还应该注重电力企业级数据的集中管理和数据共享，加强事前防范、事中监控、事后治理，最终实现电力企业级数据的闭环反馈调节管理，以此来保证电力企业级数据管理中得到高质量数据。
3.3数据安全管理强化
在加强数据安全管理强化的过程中，必须要注重电力企业级数据的重要性、敏感性以及合规性，在此基础上划分电力企业数据的安全级别，并且根据安全级别制定授权机制和安全管理专职岗位。同时，在数据安全管理领域还需考虑的要素至少包括：数据存储安全、数据传输安全、数据访问权限管理、数据合规管理、数据隐私管理。
3.4数据生命周期管理
全面分析提出了电力企业级管理中必须注重全周期管理，因此需要对电力企业级数据的各阶段生命周期进行分析，明确数据生命周期管理组织体系、角色与职责，从数据开始作为整个数据治理系统主线，从不同层面对业务系统、数据交换以及分析应用等相关数据进行分析。同时还应该针对电力企业的实际状况来设计相匹配的数据管控体系，根据电力企业数据生命周期来完善数据治理的机制，主要的生命周期管理流程如下所示：1）数据创建阶段。针对电力企业中的相应数据，来确定管理部门以及相应数据对应的责任人，明确不同数据针对的数据标准以及规则。2）数据流转阶段。在数据进行流转的过程中，必须明确电力企业数据架构的标准，并严格按照标准执行，根据这些标准来合理构建数据模型以及数据接口，对于异构系统而言，应该着重提升数据集成能力。3）数据存储优化阶段。在电力企业的数据治理中，必不可少的要关注数据存储问题。对于当前电力企业中的各种业务数据实际情况进行分析，明确实时数据特性，根据数据特性来制定相匹配的数据存储方案，并不断对存储方案进行优化。4）数据质检阶段。根据电力企业的实际情况采用数据质量检查管理工具来对工具进行管理，检查数据的合法性、唯一性以及完整性等问题，在保证电力企业级数据高质量的基础上反馈给用户使用。5）数据运维管控阶段。
3.5全方位数据应用
电力企业级数据的整合整理的基础上对数据进行应用，应用也是建立在深层次分析基础上的。在当前信息化的基础上需要借助不同的手段来进行数据分析挖掘，这一过程中也必须引入数据治理，对电力企业级数据进行深入分析，确定数据和指标之间的关系，最终反映出数据的真实情况，通过智能决策确定电力企业级数据治理的有效性。
4结语
当前对于电力企业而言，必须加强数据治理体系建设，结合电力企业的实际发展状况来设计数据治理总体框架，建立数据治理组织结构，强化数据安全管理，保证电力企业级数据治理工作的常态化、持续化和全周期性，提升电力企业级数据治理水平。
参考文献：
[1]赵科，郭磊.持续数据保护技术在企业级业务系统中的应用[J].上海船舶运输科学研究所学报，2019，42（02）：59-64.
[2]史琳，吴疆，吴霞虹.电力企业级数据治理体系的研究[J].电子世界，2018（22）：184+186.
论文作者:明涛,文云,张龙军,刘昆
论文发表刊物:《电力设备》2019年第15期
论文发表时间:2019/11/20
标签：数据论文; 企业级论文; 电力企业论文; 电力论文; 体系论文; 数据管理论文; 基础上论文; 《电力设备》2019年第15期论文;