电力企业信息系统数据质量分析及管控平台研究与应用
摘要:电力企业运营过程中离不开各类信息系统的支撑与辅助,通过信息化手段实现企业经营的智能化、科学化和高效化是电力信息化工作开展的主要目的。但随着信息系统的不断建设与发展,系统中的关键价值数据与伪数据混杂、错误基础数据促使高层决策数据偏差、不规范数据引用导致汇总统计数据失真等情况对信息系统的合理应用影响严重。因此,科学合理的对电力企业信息系统数据质量进行分析,并形成有效的质量管控措施成为了当前电力企业信息化建设工作重点研究方向。
关键字:电力企业信息系统;数据质量分析管控;信息系统数据接入;数据质量评估过程;数据质量综合分析
0 引言
关于数据质量的研究起步于九十年代初期,对于数据质量的产生原因、数据质量问题的分类、数据质量的定义以及如何对数据质量进行管理都有了一定的研究。1995年3月,美国发行了第一本《数据质量》年刊,在数据质量研究的目的、提高数据质量的策略、如何在工业、医疗行业进行数据质量管理等方面进行了一定的探讨。随后,在1996年9月,发行了第二刊,论述了数据质量如何导致美国大学的分级,以及在开放的环境中如何测量和提高质量等等。国际货币基金组织于2001 年开发了《数据质量评估框架》,并于2003 年进行了修订。国际货币基金组织开发的数据质量评估框架有两类:一类是通用框架;一类是专用框架。通用框架适用于所有的专用框架,并为专用框架提供基础。
对数据质量的研究重点如今也在发生改变,早期的系统数据质量控制往往是“后知型”,人们研究点是放在如何检查出数据错误、数据的不完整性、然后如何进行修补,如今人们己经开始向“先知型”,也就是研究如何在发生数据质量问题之前去避免它,如何防止数据质量问题的产生。
1 项目研究内容
项目以研究多平台数据质量自动分析评估体系为目标,依据各信息平台实际构建数据接入方法实现数据自动接入。形成多角度、多维度的数据质量分析评估指标体系,包涵完整性、及时性和一致性等通用性评估指标和逻辑性、有效性和准确性等专业性指标。构建数据质量评估模型,包括自动智能的评估计算方法、规范合理的评估流程、全面详尽的评估结论和有效科学的质量综合评价报告。根据评估结果找出数据质量问题根本原因并提出改进建议,从而实现全面数据质量管理(TotalDataQualityManagement,TDQM),针对性强的提升数据质量水平。
¥29.8
¥9.9
¥59.8