5-4 基于元数据智能治理的电力数据要素价值挖掘.pdf

《5-4 基于元数据智能治理的电力数据要素价值挖掘.pdf》由会员分享，可在线阅读，更多相关《5-4 基于元数据智能治理的电力数据要素价值挖掘.pdf（26页珍藏版）》请在三个皮匠报告上搜索。

1、基于元数据智能治理的电力数据要素价值挖掘黄祖源 云南电网有限责任公司信息中心|01成果背景02成果内容03成果价值04典型应用案例目录 CONTENT|01成果背景自十八大以来，从国家发展到南网数字化转型都对数据治理提出了明确要求，数据治理已经成为释放数据要素价值、占据国际数字竞争制高点的迫切需要。|数据要素国家治理体系是指统筹数据要素流通与应用的一系列相互关联、相互协调的制度安排，体现在国家、行业、区域、企业、个人等不同层面，涉及科技、产业、社会等不同应用领域以及数据采集、存储、加工、分析等不同管理阶段。构建数据要素国家治理体系不仅是我国推进国家治理现代化的迫切需要，而且是我国释放数据要素价

2、值、占据国际数字竞争制高点的迫切需要。背景PROJECT BACKGROUND 党的十八大以来，以习近平同志为核心的党中央高度重视数字化发展，明确提出建设数字中国。2022年6月22日，习近平总书记在主持召开中央全面深化改革委员会第二十六次会议时强调，促进数据高效流通使用、赋能实体经济，统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度体系。会议还审议通过了关于构建数据基础制度更好发挥数据要素作用的意见。数据要素国家治理体系是指统筹数据要素流通与应用的一系列相互关联、相互协调的制度安排，体现在国家、行业、区域、企业、个人等不同层面，涉及科技、产业、社会等不同应用领域以及数据采

3、集、存储、加工、分析等不同管理阶段。构建数据要素国家治理体系不仅是我国推进国家治理现代化的迫切需要，而且是我国释放数据要素价值、占据国际数字竞争制高点的迫切需要。国家发展方向 南方电网公司明确提出了建设“数字电网”和数字化转型的目标，进一步强调了强化数据资产管理，挖掘数据资产价值，落实国家大数据发展战略的战略举措，这些都要求夯实数据治理基础，通过加强元数据管理、数据标准管理、数据质量管理等数据治理工作，为开展数据资产管理创造良好的战略环境和制度基础，也为促进数据价值释放打好数据基础。南方电网发展方向|数据治理面临的问题-痛点分析PROBLEM STATUS数据定义管理数据标准管理：内外部不同来

4、源的业务数据，其数据标准存在不一致的情况；其次是随着业务变化而发生的数据标变化，无法及时更新对应的数据治理规则。元数据管理：电力企业主要针对结构化数据的技术元数据实现了自动采集，而通过管理手段完善管理元数据和业务元数据。此外在非结构化数据的元数据管控上处于起步阶段。数据质量治理数据质量管理：数据质量规则清单主要依赖于人工经验梳理和维护，目前情况下只能覆盖核心业务和部分常规业务，对于新兴业务和外部业务覆盖率仍有待加强。质量问题分析：在对数据问题进行分析时，无法完全摆脱对业务专家的依赖，在支持基层业务人员开展治理时，服务质量有待提高。知识沉淀数据治理知识管理：元数据、数据标准、数据质量规则、问题数

5、据分析结果、整改指引、整改经验等方面的知识独立积累，数据治理知识未能全面有效地形成体系。传统数据治理过程多源异构数据的数据定义与标准不统一，数据覆盖不全传统数据治理问题数据治理过程缺乏自动化和智能化手段，效率较低数据标准和数据质量规则的时效性无法保障治理专家知识未能有效利用，问题发现效率不高数据治理知识融合程度低，无法多维度的查询和展示关联信息 在大数据时代，传统的数据治理手段已无法应付治理过程产生的问题，例如多源异构数据的获取和定义、数据治理效率、标准和规则的时效性、治理知识的利用率、多维治理知识的融合等问题。|数据治理-智能化是发展趋势DEVELOPMENT TREND增强型数据管理利用M

6、L（机器学习）和AI（人工智能）技术优化并改进运营。它还促进了元数据角色的转变，从协助数据审计、沿袭和汇报转为支持动态系统。增强型数据管理产品能够审查大量的运营数据样本，包括实际查询、性能数据和方案。利用现有的使用情况和工作负载数据，增强型引擎能够对运营进行调整，并优化配置、安全性和性能。在面临上述问题时，如果还是依靠传统”人海战术“的数据治理模式，将无法适应业务数字化转型的要求。因此，云南电网在实践中尝试通过自动化和智能化的数据治理手段实现基于元数据的智能治理，深挖电力数据要素价值，“以智促质、以质增值”。在Gartner 2020年发布的“数据与分析领域的十大技术趋势”中给出了这样的预测智