李新涛1 代兵2
1 国网新疆电力有限公司 新疆 乌鲁木齐 830063 2 国网新疆电力有限公司奎屯供电公司 新疆 奎屯 833200
摘要：企业数据的质量与企业工作水平之间的关系十分紧密，高质量的数据管理工作是保障企业管理水平的关键所在，是企业发展的重要支撑。本文主要对数据质量管理包含的内容进行分析，探索应该通过怎样的策略与操作方法来提升数据管理的质量水平。
关键词：数据管理；质量；电力安全生产；信息系统；应用
在经济与科技高速发展的年代，我国电力事业发展步入新阶段。数据质量管理为促进企业实现可持续发展起到关键性作用，对此，为帮助企业员工树立良好的安全生产意识，提高电力企业经济效益，我们必须注重企业生产数据的质量管理工作。要想切实的对电力企业运行当中存在的安全与生产问题进行解决，一定要在根源对其进行治理，电力企业对其要给予高度的重视，对生产环节要加强对数据质量的管理，有效预防事故的发生，提高企业生产效率。
1 数据质量现状
在经过多年的信息化建设之后，数据质量管理工序水平有了一定的提升，整体数据质量得到显著改善。电力企业作为推动我国经济发展的组织之一，其安全管理随之受到了人们的高度重视。在多元化发展的今天，若电力企业仍采用传统的管理方式对其生产安全进行管理，不仅难以满足时代需求，而且不利于企业长久发展。对此，电力企业在数据质量管理工作上必须从传统管理方式转化至精益管理理念中，通过精益管理应用，保证资源配置的有效合理以及产品的质量。在传统的管理模式之下，还存在着诸多的问题，譬如管理缺乏统一性，数据源不唯一、工作人员责任意识差等，以安全生产设备为例，主要存在以下问题：
管理缺乏统一性：目前电力企业的生产设备主要有变电、输电、配电网等，变电与输电设备的管理工作主要由主网生产部门或者是资产管理部门进行综合管理，而配网设备的管理主要由营配一体化部门或者配网生产部门来负责，生产管理规划存在混乱，缺乏统一性。
数据源不统一：主网生产系统、资产系统以及营配一体化系统等，由不同厂家建设的同时，建设的时间也是不同的，对数据收集管理的要求各不相同，导致数据源存在不唯一的问题。
责任划分不明确：设备数据监测工作涵盖了多个部门，关系到的业务部门十分多，数据信息十分复杂，信息量也比较大。数据收集整理的责任缺乏明确划分，导致各部门的数据信息录入和管理工作十分混乱，影响数据管理的质量。
2 数据质量评定分析
数据质量也就是信息质量，不良的数据将会对企业的生产产生直接的影响，系统建设的各个阶段对于数据质量的关注度也会各有不同。在系统建立初期是对于数据质量的关注重点主要在于提升数据录入的准确性，随着系统功能的不断完善，数据质量的关注重点逐渐开始从数据的准确性转向数据的完整性、一致性等方面，而这些也是数据质量管理的内容。数据质量的好坏主要通过这几大要素来确定：
完整性：主要审核数据视图是否有缺失，数据的属性是否有缺失，数据录入是否完整；
唯一性：主要审核主要数据与候选数据是否是唯一的；
一致性：主要审核数据的来源渠道、存储位置等是否统一；
精确性：主要审核数据计量是否存在误差，计量的单位是否准确；
合法性：主要审核数据的录入格式、类型以及取值范围是否符合规范；
及时性：主要审核数据的更新状态、修改以及提取操作是否迅速与及时。
3 影响数据质量的因素
数据质量的影响因素主要来源于以下几个方面：
信息因素
主要是因为受到数据自身描述方式以及度量标准的选择差异所导致的，导致这一问题产生的主要原因是：
（1）原始数据获取存在误差数据的计量单位等性质没有把握准确所导致。
（2）原始数据的描述与理解出现了误差，从而导致与之相关的企业数据的描述与指标等出现了问题。
（3）数据度量和变化频度提供了衡量数据质量好坏的依据。数据度量主要包括完整性、唯一性、一致性、准确性、合法性。变化频度主要包括业务系统数据的变化周期和实体数据的刷新周期。
技术因素
主要是指数据在进行技术处理时出现问题，从而导致数据质量不合格。容易出现数据质量问题的技术环节主要有数据创建、收集、传输、转载与维护等环节。
管理因素
由于人员素质及管理机制方面的原因造成的数据质量问题。如人员培训、人员管理或者奖惩措施不当导致的管理缺失或者管理缺陷。
4 电力安全生产信息系统数据质量管理策略
规范数据质量评估工作
按照安全生产管理信息系统中按照设备的类别，进行设备数据质量规则的制定，形成完善的数据质量规则管理制度，按照设置的数据质量规则标准，对各类设备所输出的数据进行检查与效验，将存在异常的数据筛选出来，并进行记录，形成问题数据库，按照数据质量管理的目标对异常数据的问题类型以及不合格原因进行分类与记录形成统计表。安全生产管理信息系统将设备按逻辑及物理方式划分为功能位置、设备及部件三种类型，根据数据质量规则，自动对设备进行检查和校验，分别统计出功能位置的错误设备数据量、错误率，设备及部件按照变电一次、继保、输电、通信、自动化等专业进行汇总统计错误设备数据量、错误率，并能按照统计数量进行挖掘，查看设备明细。
质量改善
以数据质量检测报告中所显示出的数据问题记录为主要依据，对异常数据进行深入分析，在安全生产管理信息系统中对产生异常的数据进行分析与核实，对出错的数据信息进行调整，如果数据误差原因是由于设备问题所导致的，那么就需要找到对应的设备，对其进行调整，确保其输出数据的准确性。在将问题数据处理完之后，对数据质量进行二次效验与检查，验证数据是否准确。如果数据存在误差要及时进行调整，形成闭环管理，确保数据质量的有效性。
加强工作人员管理
在现有政策条件允许的情况下，尽最大的努力完善数据质量管理制度，对电力企业工作人员的积极性进行激励。例如：可利用人力资源管理制定严格的奖惩制度，对数据质量管理工作中违反制度要求的工作人员进行处罚。其次，应强化数据质量管理规定的权威性。进一步完善电力企业数据管理工作人员的评价考核，提高电力企业数据管理工作人员的工作水平，使数据管理工作人员不断完善自我，提升自我素质与数据质量管理水准。
5 结语
伴随着电力企业的进一步发展，数据质量管理逐渐成为了电力企业发展中关注的重点。通过上述对该内容的深入分析可知，现阶段电力企业数据质量管理存在着战略目标缺失以及数据管理缺乏先进性等问题。对此，为改善这些问题促进电力企业发展，就必须重视数据质量管理应用，对相关问题进行及时有效处理。
参考文献：
[1]盛磊.以数据要素资源助推经济高质量发展[J/OL].人民论坛·学术前沿:1-9[2020-09-28].https://doi.org/10.16619/j.cnki.rmltxsqy.2020.17.002.
[2]林晓怡.市场化进程对制造业高质量发展的影响——基于中国省际面板数据的实证分析[J].重庆交通大学学报(社会科学版),2020,20(05):56-61.
[3]涂志芳,刘兹恒.我国多学科领域数据出版质量控制最佳实践研究[J].图书馆杂志,2020,39(09):70-77.
[4]杨玺,谭健聪,张俊.数据质量管理在电力安全生产信息系统中的应用[J].电子世界,2013(22):234-235.