【数据治理】元数据智能治理的电力数据要素价值挖掘.pptx

基于元数据智能治理的电力数据要素价值挖掘;

目录CONTENT

01成果背景03成果价值

02成果内容04典型应用案例;

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。;

国家发展方向

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。;

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。

数据标准管理：内外部不同来源的业务数据，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。

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。

数据治理知识管理：元数据、数据标准、数据质量规则、问题数据分析结果、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。;

在Gartner2020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

增强型数据管理利用ML（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。;

智能数据治理-目标TARGET;

成果内容

云南电网基于元数据的智能治理经历理论研究、平台建设、场景应用三个阶段，从“治理知识图谱化”、”元数据自动化管理”等五个关键方向进行突破。;

数据治理智能化技术应

用场景;;

|;;;

|;

统一元模型采集存储加工算法可视化;

|;

关键技术-构建电力元数据知识图谱

TECHNOLOGICALINNOVATION

首先对业务系统数据库采集技术元数据，构建知识图谱原型；其次根据从技术文档、规范制度、数据特征中智能识别的业务元数据和管理元数据，提取实体、关系、属性等信息，不断循环完善知识图谱，形成体系化、一站式的图谱。;

关键技术-数据标准智能挖掘技术

TECHNOLOGICALINNOVATION

通过在数据治理知识图谱中选择业务对象的相关字段，可以在数据挖掘页面可通过数据特征算法计算出该字段的

数据类型特征分布情况，以此作为在业务发生变动时，对数据标准的变化感知和完善补充，重点强化对外部数据的元数据管控能力和数据治理能力。;

关键技术-数据质量规则自生成自适应技术

TECHNOLOGICALINNOVATION

数据质量规则通过元数据的库表名称、字段名称、数据标准的关系信息，利用规则生成引擎，对参数和标准信息按照规

则脚本规范进行组装，形成可执行的SQL脚本。并支持通过感知元数据、数据标准和数据特征变化情况，进行自适应更新。通过这项技术实现普适性数据质量规则的生成，实现数据治理的全域覆盖。;

关键技术-质量问题自动化归因分析技术

TECHNOLOGICALIN