前言：想要寫出一篇引人入勝的文章？我們特意為您整理了數據資產管理對電力企業高質量發展范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：數據資產管理作為新興領域，已成為各行各業關注的重點。隨著計算機技術和信息化建設的不斷發展，傳統電網逐漸向智能電網轉變，電力企業的數據呈爆炸式增長，如何有效發揮電力企業數據價值成為電力企業發展的當務之急，數據資產管理作為電力企業實現數據增值的關鍵變得愈為重要。文章介紹了數據資產管理相關內容，分析了電力企業數據現狀，闡述了數據資產管理的實現價值，構建了適用于電力企業的數據資產管理體系，為推動電力企業高質量發展提供參考。

關鍵詞：數據資產；數據資產管理；大數據；電力企業

1概述

大數據、人工智能、物聯網等技術的不斷涌現，為電網企業注入新的活力，助力完成傳統電網向智能電網的轉型。電力系統作為經濟發展和人類生活依賴的能量供給系統，具有地理位置分布廣泛、實時運行從不停止、傳輸能量數量龐大等特點，這些特點使得電網系統運行時產生的數據規模龐大、數據來源豐富、數據種類繁多。數據作為電力企業的無形資產，其重要性與日俱增。然而并非所有的數據都構成數據資產，數據資產是能夠為電力企業產生價值的數據資源。數據資產管理通過充分融合業務、技術和管理，規劃、控制、保護、提高數據資產的價值。掌握豐富的高價值數據資源日益成為搶占未來發展主動權的前提和保障。現實中，數據資產的管理和應用仍面臨諸多挑戰，數據資產管理如何推動電力企業高質量發展還需進一步深入研究。本文立足于數據資產管理在電力企業中的應用，從理論上分析數據資產管理實現路徑，構建了適用于電力企業的數據資產管理體系，以期全面提升數據價值，為電力企業的高質量發展提供借鑒和參考。

2研究現狀

數字化、信息化、智能化與各行各業融合發展的過程中，加速了海量數據的產生，使得國內外學者開始關注和承認數據的經濟價值。并提出了數據資產的概念。2019年，中共四中全會從國家治理體系和治理能力現代化的高度把數據與勞動、資本、土地、知識、技術、管理一并視為生產要素，進一步突出了大數據作為國家基礎性戰略性資源的重要地位。然而對比實物資產，電力企業對數據資產的管理面臨諸多挑戰。當前，電力企業的數據由生產數據和管理數據組成。生產數據貫穿發、輸、變、配、用和調度等生產環節，包括來源于電力數據采集和監控系統等的實時數據和實現生產業務處理的生產管理系統中的數據，如發電量、電壓穩定性、系統實時負荷等方面的數據。管理數據來源于信息管理系統，如ERP、協同辦公等系統。雖然核心業務的系統之間通過接口實現了數據的互聯互通，但信息系統呈煙囪狀導致信息孤島化嚴重，頻繁的開發接口抽取數據給業務系統造成一定的壓力，從某種程度上阻礙了數據的共享應用及跨業務的協同工作。其次，分布在各業務系統的數據標準不同、數據質量參差不齊，加大了數據采集、存儲、分析、應用的難度。最后，電力企業數據數量龐大、增長快速、數據種類繁多，并且不僅包含結構化數據，還包含半結構化和非機構化數據，數據融合困難，數據應用深度不夠，難以最大限度地發揮數據價值。

3數據資產管理概述

數據庫是數據資產的重要表現形式。Algan（1997）[1]指出，企業創建數據庫是充分利用數據的第一步，公司數據的數量、質量、完備性以及由此決定的可用性直接決定了公司的市場價值和競爭定位。由此可見，企業數據的價值早已得到學者的關注。2008年Nature出版了“BigData”?？?，從網絡經濟學、超級計算、互聯網技術、生物醫藥、環境科學等多個方面介紹了海量數據帶來的挑戰，讓大數據在科研領域正式得到了高度重視。2011年Science推出數據處理?？赋鋈裟苡行У亟M織和利用海量數據，人們將得到更多的機會發揮科學技術對推動社會發展的巨大作用。數據資產管理是指規劃、控制和提供數據及信息資產的一組業務職能，以確保數據資產保值增值[2]。當下的大數據技術可實現結構化、半結構化和非結構化等各種類型數據的接入、存儲、查詢、共享、實時數據動態管理。電力大數據集成管理技術，包含關系型和非關系型數據庫技術、數據融合和集成技術、數據抽取技術、過濾技術和數據清洗等[3]。大數據存儲中的重要技術NOSQL數據庫技術采用分布式數據存儲的方式，數據存儲更加簡化和靈活，具有良好的可擴展性，解決了海量數據存儲的問題。大數據分析技術包含關聯分析、機器學習、數據挖掘、模式識別、神經網絡、時間序列預測模型、遺傳算法等多種不同的方法[4]，可從海量數據中提取知識與信息，為電力企業的發展提供決策支持。數據作為新的生產要素，驅動著智能化、數字化、信息化與實體經濟的深度融合，使數據資產化成為必然趨勢[5]。然而，在數據資產化背景下，僅有大數據技術是無法保證電力企業中的數據被高效地組織和利用。只有建立起數據資產有效管理和應用的體系，打破數據壁壘，打通數據價值到業務價值的路徑，才可能實現數據資產的閉環管控，充分釋放數據的價值，以實現電力企業的數字化轉型。數據資產管理既支持以價值創造為導向的數據應用開發，又依托大數據技術實現數據全生命周期的管理。數據資產管理包括兩個重要方面，一是數據資產管理的核心管理職能，二是確保這些管理職能落地實施的保障措施，包括組織架構、制度體系[6]。通過有效的數據資產管理，并借助大數據技術，發揮數據資產在電力企業的作用，保障電網安全穩定運行的基礎上實現電力企業收益最大化。

4數據資產管理實現價值

數據即資產，已成為行業共識，但與實物資產相比，數據資產的管理仍面臨諸多挑戰，如數據標準混亂，數據質量參差不齊，難以實現數據共享；數據分散在不同的應用系統中，數據規模大，數據來源豐富，數據融合困難，數據的價值無法得以有效的實現。如何對數據有效管理，發揮其真正價值，推動電力企業高效發展仍是值得研究的課題。數據資產管理貫穿數據采集、數據存儲、數據分析、應用和價值實現等整個生命周期全過程，不僅僅是對數據的全生命周期的管理，更是通過責權的劃分、標準的建立、技術的創新，展開數據資產管理工作，是集過程、標準、技術于一體的工作，最終為管理層提供決策支持，以解決目前電力企業面臨的數據問題。數據資產管理具有核心管理職能，有助于數據標準化和規范化管理，建立數據標準，統一數據口徑，提升數據質量，實現數據全面共享，實現電力企業各個生產環節數據的融合和提煉，融合不同來源的數據，從傳統的以業務系統為中心的模式逐漸轉換成以數據為中心的思路，實現跨部門和跨業務數據的分析和共享，只有數據資源實現了共享，并從海量的數據中提取知識與信息，才能發揮數據的真正價值，才能提高電力企業的運營和管理效率，實現電力企業效益最大化。數據資產管理通過全面盤點數據資產，了解數據來源、數據采集方式、硬件設備情況，結合實際情況，建立標準，并對數據資產進行歸類、分層管理。數據資產管理涵蓋管理和技術兩部分，引入新的技術，完善技術平臺的搭建，推動電力企業不斷向智能化、數字化的方向發展。

5數據資產管理實現路徑

目前，數據資產管理在醫療、金融、工業等領域有了一定的實踐[6]，為其他領域的數據資產管理實踐提供了一定的參考，但是數據資產管理工作具有較強的行業特點，還需根據電力企業的實際情況，制定適應電力企業實際需求的數據資產管理體系。本文通過BOR方法，提出“規劃→實施→長效”的實現思路，如圖1所示，將“制度”“標準”“技術”相結合，提出適用于電力企業的數據資產管理體系，制度和標準的建立保障數據資產管理落地執行，各職能相互配合，打破信息壁壘，建立數據標準，提升數據質量，實現數據共享，技術為數據資產管理的實施提供技術支撐，實現數據資產的全生命周期管理，確保數據資產管理的可操作性和可控性。第一階段：規劃。構建信息化規劃、數據資源規劃，設計數據資產管理體系。第一步，建立完善組織架構，制定數據資產管理制度規范，統一電力企業數據資產全生命周期管理，建立各業務部門協同溝通機制，為數據資產管理工作的推進和落地提供保障。建立高效管理模式，明確數據資產管理的目標，將責權利清晰化，明確具體分工，培養適應數據發展的管理型和技術性人才，確保各項指標有效推進。第二步，盤點數據資產，評估數據資產管理現狀，結合自身數據資產管理實際需求，建立數據標準，建立數據模型，確保數據規范一致，保障數據質量，為數據資產管理提供基礎。第二階段：實施。根據企業數據量、數據類型、硬件情況、存儲周期、備份、業務需求，結合大數據技術合理規劃和建設數據資產管理平臺，保障實時數據的監測和采集、存儲、處理和分析能力，對外開發服務接口，實現來源業務系統的數據的全面采集并到應用輸出的全過程開展數據質量監控，從而實現數據質量的實時監控與數據服務能力的統一，最終為數據開放共享、數據融合、最大化數據價值提供基礎。在大數據技術的基礎上，適當引入機器學習和人工智能新技術，構建一套成熟穩定的數據資產管理平臺，能夠幫助電力企業實現數據標準、數據模型、數據安全、數據共享、數據價值的規范管理。大數據技術擁有海量數據的高速分析處理能力，能夠實現資源隔離及數據的安全存儲，提升數據價值，為實現數據資產全生命周期管理提供了技術支撐。通過數據資產管理平臺使得數據資產管理全生命周期管理落地執行，數據質量得到管控提升。第三階段：長效。數據資產管理是一個持續和動態的過程，數據資產的綜合運營是數據資產管理的核心目的，以釋放數據價值驅動電力企業數據資產管理戰略規劃、管理職能和技術平臺的持續更新。在電力企業運營的過程中，制定不同的規劃方案，進行經濟型對比，或者不斷完善現有規劃，實現對數據資產管理過程合理的管控，對數據資產全生命周期的成本形成制約。綜合運營包括數據資產價值評估、數據資產運營流通等。其中，數據運營通過明確數據權屬，評估數據價值，實現可信數據交易和多樣數據服務，促進數據流通，加大數據開放的廣度、深度，加快數據流轉速度和數據資產化進程[7]。通過加強管理運營手段和方式方法，促進數據資產對內支撐業務應用，對外形成數據服務能力。在數據資產全生命周期中，設置一定的信息反饋機制，形成過程的閉環管控是很有必要的。通過信息的反饋和傳遞反映出計劃和控制不到位的情況，完善規劃，整合過程資源，加強系統化控制，協調各職能部門，加強協調溝通，提升數據資產管理工作的有效性和科學性。隨著數據資產管理能力的進步，電力企業積極開展數據資產管理能力評估，不斷提升管理和運營能力。另外，審計機制是實現數據資產管理長效化的保障，通過信息化審計和第三方審計并行的方法，評估數據資產管理體系組織架構、管理規范、規劃、數據管理、數據應用等各環節的合理性、規范性、時效性、完整性、一致性。衡量數據資產的投入產出，對投入大于產出的環節進行管控，提出優化方案，完善現有規章制度，使數據資產管理的全生命周期更加合理，能發揮出更大的作用和價值。

6結束語

隨著業務系統的不斷建設，數據資產管理作為新興領域，逐漸成為電力企業實現數據增值的重要課題。本文提出了適用于電力企業的數據資產管理體系。數據資產管理通過數據資產管理職能，完善組織架構，制定管理規范，保障數據資產管理落地。另一方面通過以數據資產管理平臺為技術支撐，結合大數據技術、人工智能、機器學習，完成數據從源頭到輸出的流轉過程，最大化數據價值，對內支撐數據運營、對外提供服務，實現數據資產全生命周期管理，同時推動電力企業向著智能化、先進化方向發展。最后，數據資產管理工作是個長效化過程，隨著業務需求、市場環境的變化，通過數據運營、價值評估、運營流通、審計機制，不斷完善數據資產管理體系，各環節形成迭代優化、閉環管控的模式，使數據資產管理工作更加合理化、科學化、規范化。隨著數據資產管理能力的提升，發揮數據價值，推動電力企業高質量發展。

參考文獻：

[2]華燁，王莉.煙草企業數據資產管理方法研究及實踐[J].中國煙草學報，2020，26（05）：114-122.

[3]中國電機工程學會信息化專業委員會．中國電力大數據發展白皮書[M]．北京：中國電力出版社，2013：10-15.

[5]馬丹，郁霞.數據資產：概念演化與測度方法[J].統計學報，2020，1（2）：15-24.

[6]中國信息通信研究院.數據資產管理實踐白皮書3.0[R].2018.

[7]李雨霏，劉海燕，閆樹.面向價值實現的數據資產管理體系構建[J].大數據，2020，6（03）：1-15.

作者：樊淑炎 單位：內蒙古電力信息通信分公司