论文部分内容阅读
【摘 要】大數据技术对于提升计量资产精细化、高效管理具有重要意义。本文对大数据技术、计量资产全寿命周期管理理论进行分析的基础上，对基于大数据的计量资产全寿命周期管理框架体系进行了确定，以期为计量资产管理体系构建提供可靠依据。
【关键词】大数据；计量资产；全寿命周期
1概述
随着社会经济的快速发展，物联网技术、大数据技术在工业生产中应用越来越广泛。在国家电网体系改革中，为了满足新时期、新形势下计量业务的新要求，提出基于大数据的计量资产全寿命周期管理思路，从而实现资产管理方式由分散粗放向集约精益的根本性转变，对于提升企业管理水平和运营效益具有重要意义。
2 理论基础
2.1 大数据技术
对海量数据进行分析、挖掘、处理、研究和应用，预示着新一轮生产效率的增长和生产成本的降低。大数据技术的最重要的意义并不是庞大的数据源本身，而在于对已经获得的、具有一定意义的数据进行加工处理，寻找其中的规律并发掘其对生产、生活的指导意义，从而实现数据的“增值”。
随着信息技术的发展以及智能电表的逐步普及，电网数据将从数据量、获得数据的时效性、有效性等方面进一步完善和提升，大数据技术的特性将得到进一步的凸显。国家电网高度重视大数据技术在电网系统计量中的应用，通过对业务数据进行分析、整合，搭建数据交互共享平台，以提高大数据技术的实用性。
2.2 计量资产全寿命周期管理
电网系统中的计量资产包括电能表、计量用互感器、采集终端等。计量资产全寿命周期管理包含了设备采购到货管理、设备验收管理、设备检定检测管理、设备仓储配送管理、设备安装管理、设备运行管理、设备拆除管理一直到最终设备资产报废管理的整个过程各个阶段。全寿命周期管理过程中，通过大数据技术对用电信息采集系统等不同系统中海量的计量资产的数据进行分析、研究、评价，从而实现对计量资产采购、安装、使用、维护、报销等环节全流程的实时监控。
3基于大数据的计量资产全寿命周期管理的积极作用
通过建立基于大数据计量资产全寿命周期管理框架体系，不仅在较大程度上实现了电力企业对于营销业务应用系统、计量生产调度平台以及用电信息采集系统等关键数据的实时监测，并在此基础上逐步建立一个“管控一体化、运作精细化以及服务优质化”的管理体系，这样一来，就可以在较大程度上提升关键业务的集中管控力度，对于提升对于计量资产管理水平有着非常积极的意义。除此之外，通过建立基于大数据计量资产全寿命管理体系并将其应用到实际的电力企业管理工作过程的当中，可以在较大程度上实现有全寿命周期静态管理到动态管理再到常态管理的过渡，这样不仅可以有效的解决了全寿命周期管理过程中存在着一些问题，还可以在较大程度上提升电力企业计量资产全寿命周期管理的集约化以及精细化水平，对于促进电力企业的长效发展产生着非常积极的影响。
4基于大数据的计量资产全寿命周期管理框架体系的确定
对于电力系统计量资产全寿命周期管理工作而言，其主要工作就是对电力计量相关设备进行全寿命周期管理，具体内容包括设备的采购、验收、检定、配送、安装、运行、拆除、报废八个环节。因此，要想真正意义上构建基于大数据的计量资产全寿命周期管理体系，则需要首先做好其管理框架体系确定工作，然后结合大数据技术，建立相应计量大数据平台，最终实现基于大数据的计量资产全寿命周期管理体系的建立。要想实现对于管理框架体系的确定，则需要做好以下几项工作。
4.1基于层次分析法的数据指标分析。指标体系作为计量资产全寿命周期管理体系中较为重要的一个组成部分，其涵盖了该管理体系中所涉及到的所有模块以及考核指标，其主要是有目标层、准则层以及指标层三部分组成。在实际的分析过程中，宜采用层次分析法以及逐层分解法等多种方法对电力企业关于计量资产全寿命周期管理的具体水平进行分析，并结合相应的评价指标体系来对该管理体系的中的指标权重进行确定，只有这样，才能真正意义上对该管理体系框架基础进行确定。
4.2基于大数据的计量物资需求及职能生产。随着现阶段电力企业中电力营销业务应用系统的广泛使用，电力营销的智能化以及信息化水平也越来越高，这样一来，就可以将大数据技术应用其中。通过对电力营销业务系统中业扩新装、工程改造、故障换表以及定期轮换等相关数据进行深度的挖掘和分析，可以得出计量设备的年度和月度用表的实际的需求量和影响需求量变化的具体因素。然后相关工作人员就可结合具体的分析结果以及具体因素，来对需求预测模型进行设计，并在设计过程中对需求计划进行合理的编制，并通过具体的需求数据分析来对采购计划进行辅助安排。除此之外，待确定好具体的用表需求以及采购计划后，就可以通过运筹学理论数学建模的方法，结合电力企业自身、供货商以及设备运维的实际的情况，实现对于计量资产管理的自动化编制和排班，这样一来，就可以在较大程度上实现电力企业管理自动化、智能化以及精细化，这同样也是确定基于大数据的计量资产全寿命周期管理体系框架一项重要工作。
4.3基于大数据的计量全生命周期质量分析除了上述的两个方面外，计量全生命周期质量分析也是基于大数据的计量资产全寿命周期管理框架确定工作过程中较为重要的组成部分。在实际的分析过程中，应基于大数据的数据挖掘和分析技术，通过对挖掘算法的应用，对整个周期管理过程中的相关数据进行分析，如计量设备运行数据、相关设备检定数据、现场检验相关数据以及旧表分拣数据等等，然后再次基础上结合自动化管理系统，实现对于检定质量问题实时报警、精确定位，并在此基础上发现计量资产的家族性缺陷，对于提升设备现场运行的安全性以及完善设备检定能力产生非常积极的影响。
5结束语
综上所述，随着电改及“大营销”的深化，基于大数据的计量资产全寿命周期管理体系的建立也被越来越多的电力企业所重视。在实际的电力企业发展过程中，只有基于大数据的计量资产全寿命周期管理的具体思路，通过对其管理流程、管理要求以及相关业务内容进行系统化梳理以及界定，并将层次分析法应用其中，逐步建立其一个完善的计量资产全寿命管理体系，才能真正意义上实现现阶段电力企业的长期有效发展。
参考文献：
[1]郭增为，汝杰，牛光辉.计量资产全寿命周期管理模式探究[J].通讯世界，2017（24）：256-257.
[2]卢凌.研究计量资产全寿命周期管理模型及系统应用[J].低碳世界，2017（11）：85-86.
[3]李刚，顾强，李中成，杨霖，卢静雅，刘浩宇.基于大数据的计量资产全寿命周期管理浅析[J].中国设备工程，2017（02）：26-28.
[4]张亮.资产全寿命周期管理系统的研究与实现[J].大众用电，2016（S2）：111-112.
[5]王者龙.基于大数据计量资产全寿命周期管理研究[D].山东大学，2016
（作者单位：国网太原供电公司）
【关键词】大数据；计量资产；全寿命周期
1概述
随着社会经济的快速发展，物联网技术、大数据技术在工业生产中应用越来越广泛。在国家电网体系改革中，为了满足新时期、新形势下计量业务的新要求，提出基于大数据的计量资产全寿命周期管理思路，从而实现资产管理方式由分散粗放向集约精益的根本性转变，对于提升企业管理水平和运营效益具有重要意义。
2 理论基础
2.1 大数据技术
对海量数据进行分析、挖掘、处理、研究和应用，预示着新一轮生产效率的增长和生产成本的降低。大数据技术的最重要的意义并不是庞大的数据源本身，而在于对已经获得的、具有一定意义的数据进行加工处理，寻找其中的规律并发掘其对生产、生活的指导意义，从而实现数据的“增值”。
随着信息技术的发展以及智能电表的逐步普及，电网数据将从数据量、获得数据的时效性、有效性等方面进一步完善和提升，大数据技术的特性将得到进一步的凸显。国家电网高度重视大数据技术在电网系统计量中的应用，通过对业务数据进行分析、整合，搭建数据交互共享平台，以提高大数据技术的实用性。
2.2 计量资产全寿命周期管理
电网系统中的计量资产包括电能表、计量用互感器、采集终端等。计量资产全寿命周期管理包含了设备采购到货管理、设备验收管理、设备检定检测管理、设备仓储配送管理、设备安装管理、设备运行管理、设备拆除管理一直到最终设备资产报废管理的整个过程各个阶段。全寿命周期管理过程中，通过大数据技术对用电信息采集系统等不同系统中海量的计量资产的数据进行分析、研究、评价，从而实现对计量资产采购、安装、使用、维护、报销等环节全流程的实时监控。
3基于大数据的计量资产全寿命周期管理的积极作用
通过建立基于大数据计量资产全寿命周期管理框架体系，不仅在较大程度上实现了电力企业对于营销业务应用系统、计量生产调度平台以及用电信息采集系统等关键数据的实时监测，并在此基础上逐步建立一个“管控一体化、运作精细化以及服务优质化”的管理体系，这样一来，就可以在较大程度上提升关键业务的集中管控力度，对于提升对于计量资产管理水平有着非常积极的意义。除此之外，通过建立基于大数据计量资产全寿命管理体系并将其应用到实际的电力企业管理工作过程的当中，可以在较大程度上实现有全寿命周期静态管理到动态管理再到常态管理的过渡，这样不仅可以有效的解决了全寿命周期管理过程中存在着一些问题，还可以在较大程度上提升电力企业计量资产全寿命周期管理的集约化以及精细化水平，对于促进电力企业的长效发展产生着非常积极的影响。
4基于大数据的计量资产全寿命周期管理框架体系的确定
对于电力系统计量资产全寿命周期管理工作而言，其主要工作就是对电力计量相关设备进行全寿命周期管理，具体内容包括设备的采购、验收、检定、配送、安装、运行、拆除、报废八个环节。因此，要想真正意义上构建基于大数据的计量资产全寿命周期管理体系，则需要首先做好其管理框架体系确定工作，然后结合大数据技术，建立相应计量大数据平台，最终实现基于大数据的计量资产全寿命周期管理体系的建立。要想实现对于管理框架体系的确定，则需要做好以下几项工作。
4.1基于层次分析法的数据指标分析。指标体系作为计量资产全寿命周期管理体系中较为重要的一个组成部分，其涵盖了该管理体系中所涉及到的所有模块以及考核指标，其主要是有目标层、准则层以及指标层三部分组成。在实际的分析过程中，宜采用层次分析法以及逐层分解法等多种方法对电力企业关于计量资产全寿命周期管理的具体水平进行分析，并结合相应的评价指标体系来对该管理体系的中的指标权重进行确定，只有这样，才能真正意义上对该管理体系框架基础进行确定。
4.2基于大数据的计量物资需求及职能生产。随着现阶段电力企业中电力营销业务应用系统的广泛使用，电力营销的智能化以及信息化水平也越来越高，这样一来，就可以将大数据技术应用其中。通过对电力营销业务系统中业扩新装、工程改造、故障换表以及定期轮换等相关数据进行深度的挖掘和分析，可以得出计量设备的年度和月度用表的实际的需求量和影响需求量变化的具体因素。然后相关工作人员就可结合具体的分析结果以及具体因素，来对需求预测模型进行设计，并在设计过程中对需求计划进行合理的编制，并通过具体的需求数据分析来对采购计划进行辅助安排。除此之外，待确定好具体的用表需求以及采购计划后，就可以通过运筹学理论数学建模的方法，结合电力企业自身、供货商以及设备运维的实际的情况，实现对于计量资产管理的自动化编制和排班，这样一来，就可以在较大程度上实现电力企业管理自动化、智能化以及精细化，这同样也是确定基于大数据的计量资产全寿命周期管理体系框架一项重要工作。
4.3基于大数据的计量全生命周期质量分析除了上述的两个方面外，计量全生命周期质量分析也是基于大数据的计量资产全寿命周期管理框架确定工作过程中较为重要的组成部分。在实际的分析过程中，应基于大数据的数据挖掘和分析技术，通过对挖掘算法的应用，对整个周期管理过程中的相关数据进行分析，如计量设备运行数据、相关设备检定数据、现场检验相关数据以及旧表分拣数据等等，然后再次基础上结合自动化管理系统，实现对于检定质量问题实时报警、精确定位，并在此基础上发现计量资产的家族性缺陷，对于提升设备现场运行的安全性以及完善设备检定能力产生非常积极的影响。
5结束语
综上所述，随着电改及“大营销”的深化，基于大数据的计量资产全寿命周期管理体系的建立也被越来越多的电力企业所重视。在实际的电力企业发展过程中，只有基于大数据的计量资产全寿命周期管理的具体思路，通过对其管理流程、管理要求以及相关业务内容进行系统化梳理以及界定，并将层次分析法应用其中，逐步建立其一个完善的计量资产全寿命管理体系，才能真正意义上实现现阶段电力企业的长期有效发展。
参考文献：
[1]郭增为，汝杰，牛光辉.计量资产全寿命周期管理模式探究[J].通讯世界，2017（24）：256-257.
[2]卢凌.研究计量资产全寿命周期管理模型及系统应用[J].低碳世界，2017（11）：85-86.
[3]李刚，顾强，李中成，杨霖，卢静雅，刘浩宇.基于大数据的计量资产全寿命周期管理浅析[J].中国设备工程，2017（02）：26-28.
[4]张亮.资产全寿命周期管理系统的研究与实现[J].大众用电，2016（S2）：111-112.
[5]王者龙.基于大数据计量资产全寿命周期管理研究[D].山东大学，2016
（作者单位：国网太原供电公司）