论文部分内容阅读
数据分析做的最好的无疑是互联网企业，传统企业能照搬吗？特别是在以电力为代表的能源行业中，数据分析应该怎样彰显数据价值最大化呢？不少传统企业都希望能够找到这些问题的答案，电力行业更希望能够从庞大的数量中获得价值的提升。
在电力行业中，经常遇到的一类问题是：业务人员不知道大数据平台里到底有什么？如何便捷使用？技术人员虽然知道有哪些数据，但却不知道这些数据有什么价值，应该如何使用？而双方达成一致又需要消耗许多无谓的时间，造成业务人员的不满。
自服务不仅能把资源中心转移到业务上，更能快速发挥业务的前沿视角，是一举两得的事。大数据作为一项企业的“准资产”，自服务大数据资产管理能够帮助企业实现有效的提升。Gartner预测，到2019年，数据自服务的市场需求年复合增长率将达到16.6%。而对电力行业来说，建立自服务大数据资产管理中心，是行业大数据分析应用的前提准备。
自服务解决核电大数据“用、管”难题
如今，智慧核电建设已然是大势所趋。众所周知，2017年国家能源局、国家发改委将国家能源应用技术研究及示范项目“智慧核电运营系统研究及示范项目”建设内容纳入了《能源技术创新 “十三五”规划》，为我国智慧核电建设加快了建设步调。智慧核电建设作为“国家政策指导”和“行业发展战略”的共同要求，是核电产业传统运作模式拥抱大数据时代的大势所趋。2015年初，中核核电提出“数字核工业”战略和要求，并写入十三五规划；2014年，中广核启动“智能核电”建设，包括协同设计、智能建造、智慧运营和智能管理。美国部分核电站已经进行数字化改造。在全球范围内，目前美国Exelon公司建立了核电人类工程学设计控制中心，用于资源安排、优化调度和现场监测；法国、英国的核电站也正在逐步进行数字化改造，法国电力旗下58个机组中有4个机组完全实现了数字化管理，其他机组部分环节实现了数字化。
在拥有超过十年的电力、石油、燃气等能源行业平台产品与解决方案规划与设计经验的普元公司电力事业部副总经理王程志看来，智慧核电建设与运营的关键支撑之一就是大数据的分析应用。他介绍，随着项目实践对大数据分析应用的深入，发现核电大数据在“管”和“用”方面存在诸多问题与挑战，比如数据资产目录的自助化管理、数据自助查询分析、数據的运营管理监控等等。包括设计、建造、运营全过程多维度的核电数据“管不准”和“用不畅”成为制约智慧核电大数据分析应用的瓶颈，并最终导致业务技术之间的严重壁垒，数据应用不畅。
针对智慧核电大数据应用中的痛点问题，“自服务大数据资产管理中心”能够一站式解决上述“管和用”方面的诸多挑战，在大数据平台之上实现“管”和“用”方面的提升。首先，“自助化”体现在自助化的数据资产目录管理、检索查找资产，自助化的数据查询分析、数据探索挖掘，自助化的数据质量管控与应用监控；其次，实现自助化的关键支撑之一是“自动化”的数据资产元数据采集、数据内容获取、数据质量检核等；最后，通过数据分析应用，实现系统自进化，建成智慧核电。
自服务加速发电数据资产化进程
“智慧的XX”是很多行业改革风潮中惯用的词汇。近年来，发电企业掀起数字化转型浪潮，互联网、移动互联网、工业大数据、物联网、虚拟现实等新IT 技术一方面催生出各种各样的创新经济和商业模式，另一方面也正在与发电行业深度融合。各发电企业身处其中，均进行了“智能发电”、“智慧发电”的战略规划与实践探索，信息化创新也面临着新的趋势和挑战。
目前，发电集团与电厂仍面临着诸多困惑：虽然积累了海量数据，但利用不足；信息孤岛，厂与厂之间、部门之间、专业之间不能互通共享；资源融合不够，共享不足、深度开发和分析利用不够；信息资源在生产、经营的综合分析和发布，没有为节能增效的决策支持提供辅助。当前发电企业面临市场红海化、竞争白热化的局面，传统的经营管理模式已经无法适应企业精细化运营管理需求的行业现状。
电力企业在数字化转型浪潮中面对的诸多挑战，利用“自服务大数据资产管理中心”，深入挖掘数据价值，通过数据建模预测设备故障、分析机组运行效率，能够为提高提企业设备运行可靠性和精细化生产运营水平提供数据支撑。
结合“互联网+”以及“中国制造2025”的时代需求，建立电力生产大数据平台，打通OT/IT，实现两化融合；通过挖掘数据价值，海量数据建模，分析并预测设备的健康状况，降低设备故障率，提高设备的可靠性，实现智能制造；促进集团精细化管理，搭建全厂最优运行工况，对机组经济运行提出指导方法，提高运行效率、创造效益、增强竞争力。
具体而言，在管理在线方面，能够实现测点大盘、技术监督在线管理、检修管理、实时在线报警；在精细化运营方面，能够对长期超限数据统计监督整改以及考核管理一步到位；在智能寻优方面，能够建立故障原因知识库逐渐实现智能化故障诊断，并且对设备劣化情况建模预测并进行报警，最后基于数据挖掘的预测性维护；在数据资产管理方面，能够做到数据目录管理、数据标准模型管理，实现数据便捷探索使用、数据统一共享发布，及时监控数据质量管控与数据应用情况。
为实现“智慧发电”，未来的发电企业需要打好坚实的数据基础，而大数据治理将在整个大数据平台中起到中枢神经作用，价值就在于数据资产化管理+数据智慧化应用：数据资产化管理体现在数据目录管理、数据便捷应用、数据运营管控；数据智慧化应用则体现在实时数据创造价值、生产运行即时监控、资产安全提供保护、绩效对标有迹可循、运营优化闭环可控、预测诊断智能寻优。
由此，对于电力行业而言，利用数据自服务，有望加速大数据的资产化与智能化的同步进行，全面提升行业数据价值。
在电力行业中，经常遇到的一类问题是：业务人员不知道大数据平台里到底有什么？如何便捷使用？技术人员虽然知道有哪些数据，但却不知道这些数据有什么价值，应该如何使用？而双方达成一致又需要消耗许多无谓的时间，造成业务人员的不满。
自服务不仅能把资源中心转移到业务上，更能快速发挥业务的前沿视角，是一举两得的事。大数据作为一项企业的“准资产”，自服务大数据资产管理能够帮助企业实现有效的提升。Gartner预测，到2019年，数据自服务的市场需求年复合增长率将达到16.6%。而对电力行业来说，建立自服务大数据资产管理中心，是行业大数据分析应用的前提准备。
自服务解决核电大数据“用、管”难题
如今，智慧核电建设已然是大势所趋。众所周知，2017年国家能源局、国家发改委将国家能源应用技术研究及示范项目“智慧核电运营系统研究及示范项目”建设内容纳入了《能源技术创新 “十三五”规划》，为我国智慧核电建设加快了建设步调。智慧核电建设作为“国家政策指导”和“行业发展战略”的共同要求，是核电产业传统运作模式拥抱大数据时代的大势所趋。2015年初，中核核电提出“数字核工业”战略和要求，并写入十三五规划；2014年，中广核启动“智能核电”建设，包括协同设计、智能建造、智慧运营和智能管理。美国部分核电站已经进行数字化改造。在全球范围内，目前美国Exelon公司建立了核电人类工程学设计控制中心，用于资源安排、优化调度和现场监测；法国、英国的核电站也正在逐步进行数字化改造，法国电力旗下58个机组中有4个机组完全实现了数字化管理，其他机组部分环节实现了数字化。
在拥有超过十年的电力、石油、燃气等能源行业平台产品与解决方案规划与设计经验的普元公司电力事业部副总经理王程志看来，智慧核电建设与运营的关键支撑之一就是大数据的分析应用。他介绍，随着项目实践对大数据分析应用的深入，发现核电大数据在“管”和“用”方面存在诸多问题与挑战，比如数据资产目录的自助化管理、数据自助查询分析、数據的运营管理监控等等。包括设计、建造、运营全过程多维度的核电数据“管不准”和“用不畅”成为制约智慧核电大数据分析应用的瓶颈，并最终导致业务技术之间的严重壁垒，数据应用不畅。
针对智慧核电大数据应用中的痛点问题，“自服务大数据资产管理中心”能够一站式解决上述“管和用”方面的诸多挑战，在大数据平台之上实现“管”和“用”方面的提升。首先，“自助化”体现在自助化的数据资产目录管理、检索查找资产，自助化的数据查询分析、数据探索挖掘，自助化的数据质量管控与应用监控；其次，实现自助化的关键支撑之一是“自动化”的数据资产元数据采集、数据内容获取、数据质量检核等；最后，通过数据分析应用，实现系统自进化，建成智慧核电。
自服务加速发电数据资产化进程
“智慧的XX”是很多行业改革风潮中惯用的词汇。近年来，发电企业掀起数字化转型浪潮，互联网、移动互联网、工业大数据、物联网、虚拟现实等新IT 技术一方面催生出各种各样的创新经济和商业模式，另一方面也正在与发电行业深度融合。各发电企业身处其中，均进行了“智能发电”、“智慧发电”的战略规划与实践探索，信息化创新也面临着新的趋势和挑战。
目前，发电集团与电厂仍面临着诸多困惑：虽然积累了海量数据，但利用不足；信息孤岛，厂与厂之间、部门之间、专业之间不能互通共享；资源融合不够，共享不足、深度开发和分析利用不够；信息资源在生产、经营的综合分析和发布，没有为节能增效的决策支持提供辅助。当前发电企业面临市场红海化、竞争白热化的局面，传统的经营管理模式已经无法适应企业精细化运营管理需求的行业现状。
电力企业在数字化转型浪潮中面对的诸多挑战，利用“自服务大数据资产管理中心”，深入挖掘数据价值，通过数据建模预测设备故障、分析机组运行效率，能够为提高提企业设备运行可靠性和精细化生产运营水平提供数据支撑。
结合“互联网+”以及“中国制造2025”的时代需求，建立电力生产大数据平台，打通OT/IT，实现两化融合；通过挖掘数据价值，海量数据建模，分析并预测设备的健康状况，降低设备故障率，提高设备的可靠性，实现智能制造；促进集团精细化管理，搭建全厂最优运行工况，对机组经济运行提出指导方法，提高运行效率、创造效益、增强竞争力。
具体而言，在管理在线方面，能够实现测点大盘、技术监督在线管理、检修管理、实时在线报警；在精细化运营方面，能够对长期超限数据统计监督整改以及考核管理一步到位；在智能寻优方面，能够建立故障原因知识库逐渐实现智能化故障诊断，并且对设备劣化情况建模预测并进行报警，最后基于数据挖掘的预测性维护；在数据资产管理方面，能够做到数据目录管理、数据标准模型管理，实现数据便捷探索使用、数据统一共享发布，及时监控数据质量管控与数据应用情况。
为实现“智慧发电”，未来的发电企业需要打好坚实的数据基础，而大数据治理将在整个大数据平台中起到中枢神经作用，价值就在于数据资产化管理+数据智慧化应用：数据资产化管理体现在数据目录管理、数据便捷应用、数据运营管控；数据智慧化应用则体现在实时数据创造价值、生产运行即时监控、资产安全提供保护、绩效对标有迹可循、运营优化闭环可控、预测诊断智能寻优。
由此，对于电力行业而言，利用数据自服务，有望加速大数据的资产化与智能化的同步进行，全面提升行业数据价值。