从“智能电网”说起，谈谈电力行业的大数据治理实践
通讯、计算机、自动化等技术在电网中的广泛深入应用和与传统电力技术的有机融合，极大地提升了电网的智能化水平，随着各种新技术的进一步发展、应用和与物理电网的高度集成，“智能电网”应运而生。一、大数据治理，让“智能电网”变得更智能近几年，“智能电网”已成为电力行业的高频关键词，各电力企业都加快了信息化建设的步伐。国家电网通过“SG186”和“SGERP”工程的实施，初步建成了一体化的信息系统，但随着电力业务数据的不断暴增，未来智能电网在信息采集、海量存储、实时监测和智能分析方面会有更高的要求。智能电网要求覆盖到全部用户，采集全部用电信息，全面控制电费，实时监管线损消耗等，除此之外，电力企业还需要结合客户需求，开发出个性化的电力消费产品和服务产品，这些都离不开数据的支撑。与其他行业相比，电力行业的数据来源非常广，不仅涉及到电网本身业务运营和经营管理的数据，还涉及到从电压、电流、信号处理等各种传感器采集过来的IOT数据，另外还有大量与分布式电源、居民用户相关的外部数据，若这些数据得不到有效整合，数据质量得不到提升，电力企业信息共享和智能决策等工作的开展将会受到制约，大数据治理作为解决数据问题的关键措施，逐渐成
f为电力企业关注的焦点。二、电力行业大数据治理的三个关键步骤说到电力行业的大数据治理，先要讲一下SGCIM这个模型，SGCIM（公共信息模型）是电力行业中一个最具影响力的模型，它为电力系统的建模和信息交互建立了统一的规范，下图是SGCIM模型中部分与变压器相关的内容，可以帮助大家更好地理解SGCIM模型。SGCIM模型使得电力系统之间的数据交换变得有标准可依，从SGCIM模型入手开展电力行业的大数据治理建设，成为一条可用途径。因此，电力行业的大数据治理，可以从采集、管理、服务化三个阶段入手。（一）自动采集各类数据资产信息理想情况下，电力企
业的数据模型都应该是参考着SGCIM模型来设计的，但是因为缺少统一的管理工具，电力企业无法知道SGCIM模型的实际落地情况，也不清楚数据在哪里，数据之前的关系和数据的流向，数据治理无从着手。要想管理好数据，首先需要获取到企业的全部数据信息，实现业务元数据、技术元数据、SGCIM模型元数据的全面采集和存储，在摸清数据现状的情况下才能有效开展数据资产管理相关建设。在电力系统数据量成倍增长、数据种类纷繁复杂的情况下，与人工录r