发电企业数据资产管理方法

贵州乌江水电开发有限责任公司 宋尔进 杜泽新

在我国科技水平的不断提高下,人们逐渐步入了数字化经济时代,在这样的背景下,发电企业资产呈现出数据化发展趋势,但是,在数据资产管理期间,经常遇到难以正确授权、数据安全性差等问题,为了提高发电企业数据资产管理水平,首先,针对发电企业数据资产管理主要内容,对数据资产管理进行规划和设计。其次,从创新企业数据资产管理理念,增加创收利润;逐步淘汰不良数据资产,优化数据资产结构;建设数据资产管理平台,实现数据资产信息化管理三个方面入手,提出切实可行的数据资产管理方法。结果表明:本文所提出的数据资产管理方法具有非常高的可靠性和可行性,不仅实现了对发电企业数据资产的规范化、标准化管理,还有效地保证了数据资产的保密性、完整性和安全性。希望通过这次研究,为相关从业人员提供有效的借鉴和参考。

数据作为发电企业日常管理和经营中必不可少的信息,在形成有用资产方面发挥出重要作用。因此,数据资产管理是企业管理重要内容。数据资产管理作为一种重要的业务活动,主要用于对数据资产和信息资产的控制和管理,为实现数据资产的高效共享,提高数字资产的业务价值和应用价值打下坚实的基础。因此,为了促进发电企业核心业务有序开展,如何科学创新数据资产管理方法是发电企业必须思考和解决的问题。

1 发电企业数据资产管理的主要内容

在全球化经济发展背景下,各个企业之间竞争愈来愈激烈,一个企业要想在激烈的市场竞争下立于不败之地,必须要重视对有价值的数据资产的管理。对于发电企业而言,其数据资产管理内容主要包含以下几种:企业基础管理、企业资产管理、企业资产安全管理以及企业资产库存管理等。在对数据资产进行管理期间,要以资产模型以及设备账单为管理核心,尽可能提高成本核算管理水平[1]。最近几年,随着发电企业规模的不断增大,其数据资产内容越来越丰富,通过不断地修正、优化和完善企业数据资产管理制度,不仅可以提高发电企业的产品质量,还能保证企业生产的可靠性和安全性。

2 发电企业数据资产管理规划设计

通过数据资产规划设计,可以建立公司多能互补运营优化业务统一的信息模型和数据模型,形成标准的数据定义,为数据的共享和交互提供统一的指导,更加规范、可靠、丰富、灵活地实现业务应用间的信息共享,为未来高度融合的业务应用奠定基础,形成支撑多能互补运营优化业务的统一数据资产标准[2]。数据资产规划包含三个部分:数据分类、编码设计规范、企业数据模型规划与规范。

2.1 研究、规划设计数据资产管理体系

根据数据标准化体系研究成果,梳理调度生产、电力营销等领域的技术元数据、业务元数据和管理元数据,对业务元数据的定义、术语、规则、指标等进行研究,对技术元数据的数据模型、数据关系等进行研究,对管理元数据的所有者、使用者、质量要求、安全等级等进行研究。

2.2 设计数据资产管理框架

在对该框架进行设计期间,相关人员要从以下几个方面入手:首先,业务层次。在细化企业资产业务的开展需求、指标等内容的基础上,严格按照数据资产管理相关标准和要求,利用稽核规则,对企业内部的业务层次进行深入分析[3]。同时,还要成立相应的部门,复负责对数据资产管理工作的有效落实,为实现对数据资产管理框架的搭建提供重要的依据和参考。其次,技术层次。为了避免因数据资产管理不当而出现数据丢失、泄露问题,相关人员要在综合运用大数据技术、人工智能技术以及网络安全技术的基础上,实时监控数据资产管理对象,为后期快速转换数据格式提供极大的便利[4]。

2.3 数据分类和编码设计

可以根据主题域的不同(如调度生产、远程控制、市场运营等),数据粒度不同(结果数据、明细数据),产生方式不同(人工采集、系统生成、接口集成等)、以及来源系统的特点不同(集团建系统、公司本部自建系统),对多能互补运营优化范围内的数据进行全面梳理,形成多级别、多类型的数据分类体系,设计多能互补运营优化数据分类及编码规范。按照统一的编码规范,对数据分类、数据实体、公共代码进行命名定义和编码规则规范设计。确保多源异构数据进行高效的存储管理优化与异构的存储引擎,通过数据融合对数据的元数据定义和高效查询与读取进行优化,实现多源异构数据的一体化管理,只有这样,才能确保数据分类的科学性以及数据编码设计的合理性。

2.4 数据模型规划与规范

企业的数据模型包含两种数据模型,一是设计态数据模型,是公共信息模型在物理数据表结构中的映射;二是运行态数据模型,是当前已有各业务信息系统的实际物理数据表结构的反映。设计态数据模型不仅可以指导运行态数据模型的调优,更重要的是可以作为未来新信息系统设计数据架构的实际依据。数据模型规划与规范是按照公共信息模型指导设计态模型的建设,提供规划建议与规范;留存运行态数据模型,通过规范指导运行态数据模型优化规范。

3 发电企业数据资产管理方法

3.1 创新企业数据资产管理理念,增加创收利润

数据资产利用得是否充分直接影响了发电企业的经济效益,因此,管理人员要从以下几个方面入手,树立与时俱进的数据资产管理理念,最大限度地提高发电企业社会效益和经济效益,只有这样,才能提高发电企业的知名度和影响力。

3.1.1 树立正确的收益观念

为了进一步提高数据资产管理水平,管理方法要树立正确、科学的收益观念。在这一过程中,首先,要以收益大小为排序标准,对企业的流动资产、固定资产、五星资产进行科学排序,同时,还要在充分结合发电企业实际经营需求的基础上,完成对企业数据资产的合理化、规范化分配,并确定相应的资产管理战略。其次,要重点关注那些具有高收益、高回报的资产,然后,针对收益高低情况,完成对这些资产的科学排序,以达到科学控制产出和投入之间的关系,从而实现企业社会效益和经济效益的最大化。

3.1.2 树立优化数据资产的观念

对于发电企业而言,要想在激烈的市场竞争下立于不败之地,必须要重视对数据资产的优化,不断提高数据资产的品质。因此,管理人员要重点清查和处理发电企业中存在的劣质资产、无效资产等不良资产,同时,尽可能保留对企业发展有益的数据资产。丢弃不利资产,尽管在某种程度上降低了企业的总数据资产规模,但是,可以最大限度地提高企业的数据资产品质,为有效地改善和优化企业数据资产以及服务流程打下坚实的基础。

3.2 逐步淘汰不良数据资产,优化数据资产结构

一旦发电企业内部出现大量的不良数据资产,将会对企业的资产报酬率产生负面的影响,因此,管理人员要从以下几个方面入手,加强对不良数据资产的淘汰,并制定相应的数据资产结构体系。首先,要以数据资产的种类和结构为划分标准,对不良数据资产进行科学分类,然后,按照资产的使用价值,对这些不良资金进行科学排序,并制定切实可行的处理方案。其次,要加强对不利数据资产的规范化处理。同时,还要重点存储和分类那些企业未来可能用到的数据资产,便于后续其他人员的查看和调用。此外,如果其他企业对以上数据资产有一定的需求,管理人员可以采用租赁的方式,提高数据资产的利用率,以实现企业租赁效益的最大化。

3.3 建设数据资产管理平台,实现数据资产信息化管理

3.3.1 平台建设方案

依据数据治理体系、制度流程体系、信息资源、数据资产、标准化等研究、规划和设计成果,结合云计算、大数据、移动应用等研究成果,进一步对数据资产管理平台的建设目标、范围、部署方式、功能性能、应用场景、价值等进行研究与分析,结合业务,合理设计数据资产管理平台详细落地方案。

3.3.2 平台建设注意事项

在数据资产管理平台建设时,不仅需要考虑数据平台内部的架构和功能,如数据整合、清洗,和数据质量管理,同时还应重点考虑平台的对外数据服务能力。这就涉及了数据平台与企业内其他系统的数据交互问题,包括数据的格式、数据接口、整合与共享方式等。数据交互作为与外部系统的交互桥梁,必须具备良好的开放性,数据接口是否能与企业内其他系统在业务流程和数据交换进行良好地协同,数据交互必须遵循标准化原则、通用原则、高效原则,应具备同一性、简单性、通用性、稳定性等特性。另外,在数据资产管理平台建设时,同时还应重点考虑平台与大数据平台及数据仓库的衔接以及交互能力。大数据平台以及数据仓库作为数据治理平台的重要数据来源,需遵守数据治理平台制定或建议的相关数据标准,数据资产管理平台也需要将大数据平台的数据资产纳入平台的管控机制。如何保障数据标准的一致性,以及数据的一致性,在技术方案上,清楚阐述数据治理平台与大数据平台的关系以及依赖,以及数据标准及数据一致性保障的技术实现。

3.4 平台功能设计

数据资产管理平台主要功能包含但不仅限于:元数据管理、数据标准管理、数据质量管理、主数据管理、数据资产管理、数据安全管理。系统功能要求主要体现在以下几个方面:(1)元数据管理。元数据管理平台是数据治理的重要工具。可实现端到端的自动化采集,快速理清数据资源,构建数据地图,梳理元数据在各业务系统的分布情况和关联关系,为数据标准建设和数据质量提供基础支撑。元数据管理的功能包含但不仅限于:元数据管理、元数据信息自动化采集、采集模板定制、元数据检索、元数据备份和恢复、元数据维护与运用隔离、元数据版本管理、元数据变更监控、元数据分析运用、数据地图鸟瞰全局、元数据校验机制。(2)数据标准管理。提供全面完善的数据标准管理流程及办法,用于决定和建立单一、准确、权威的事实来源,实现大数据平台数据的完整性、有效性、一致性、规范性、开放性和共享性管理,为数据质量检查、数据安全管理提供标准依据。数据标准管理的功能包含但不仅限于:数据标准属性定义、数据标准录入、数据标准审批、标准落地映射、标准落地评估、数据标准监控。(3)数据质量管理。以数据标准为数据检核依据,以元数据为数据检核对象,通过可视化操作手段,形成质量评估、质量检核、质量整改、质量报告等一系列管理闭环流程。数据质量管理的功能包含但不仅限于:完成数据质量检核规则制定、实现数据质量全过程管理、提高数据质量监控和问题处理能力。(4)主数据管理。主数据管理对需求共享的数据建立统一视图和集中管理,为各业务系统数据调用提供黄金数据。主数据管理的功能包含但不仅限于:主数据域定义、主数据集管理、主数据变更审批、主数据同步、更新关联主数据变化。(5)数据资产管理。为用户提供完整的资产视图,管理者在平台上可概览企业资产,通过合理的方式管理内部数据和提供对外服务。数据资产管理的功能包含但不仅限于:数据资产编目、数据资产检索、数据资产运用、数据资产分析。(6)数据安全管理可实现隐私数据的加密、脱敏、模糊化处理、数据库授权监控等多种数据安全管理措施,全方位保障数据的安全运作。数据安全管理的功能包含但不仅限于:数据安全规范管理、敏感数据监控、异常行为监控、历史帐号查询、数据资产加密、数据资产脱敏、权限管理。

4 结语

综上所述,对于发电企业而言,为了实现对数据资产管理方法的改革和创新,企业要重视对数据资产管理平台的建设和应用,借助该平台,实现对企业数据资产的信息化、自动化、数字化管理,实现数据资产的保密性、完整性和安全性管理以及数据资产的高效共享,提高数据资产的利用率,只有这样,发电企业才能在激烈的市场竞争中立于抢占先机,不断提高自身的管理经营水平,从而实现企业社会效益和经济效益的最大化。

引用

[1] 林锦兰.发电厂数据资产管理及价值评估研究[D].北京:华北电力大学,2018.

[2] 华烨,王莉.烟草企业数据资产管理方法研究及实践[J].中国烟草学报,2020,26(5):123-131.

[3] 葛莺鏖.企业资产管理系统(EAM)在发电企业中的应用与研究[D].杭州:浙江大学,2010.

[4] 周彬.潍坊发电厂资产管理系统设计与实现[D].济南:山东大学,2010.