本书围绕电力数据，从数据的基础概念出发，引出数据的分类和数据管理的生命周期等内容，讲述了数据管理的生命周期的七个方面，即数据的架构、数据的采集和存储、数据质量治理、数据安全、数据共享、数据挖掘、数据增值，介绍了数据管理的概念、职能和组织及电力数据主流基础平台的概念、能力和应用特点，收集了电力数据应用和管理的典型案例，并在附录中对书中出现的名词术语编排了索引。

1. 本书是市面上第D一本普及电力数据的基本概念、知识体系、应用案例的专业书籍，填补了当前数字化时代和互联网浪潮的在电力领域的空白；
2. 本书十分契合当前国家电网公司提出的发展数字业务要以促进数据要素自由流动、释放公司数据价值为目标和南方电网公司提出的“数字电网”的建设需要，具有较为突出的及时性和较为广泛的适用性。

在人类的社会生活、工作、交流过程中，数据不断产生并逐步被记录和存储，其蕴含着各类活动的内在规律。2019 年10 月，中国共产党第十九届四中全会上，“数据”第一次被纳入生产要素，并参与分配，这被认为是一个重大的理论创新。2020 年3 月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，提出了数据要素市场化配置的具体举措。数字经济时代已经来临，数据已经成为企业的战略资源、重要资产和生产要素。
能源革命和数字革命相融并进已是大势所趋，传统电力行业正面临着能源转型所带来的机遇和挑战，电力数据已成为推进能源生产与消费革命的关键资源。一方面，电网企业利用电力数据实现电能供应全流程效率的提高，实现企业经营管理各环节核心资源的优化配置，实现对上下游客户的友好互动和优质服务，推进企业数字化转型和高质量发展。另一方面，电力数据是贯穿电力系统“发、输、变、配、用”各个环节，覆盖各行各业和千家万户的数据资源，具有巨大的应用潜力和价值。国家电网公司提出发展数字业务要以促进数据要素自由流动、释放公司数据价值为目标；南方电网公司强调要实现电网数字化、运营数字化和能源生态系统数字化；各大发电集团也都不遗余力地开展数字化转型的探索与实践。
可见，电力数据正在推动着一场模式与价值功能的重构，为传统电网改造升级和电力企业转型发展提供了新思路、新方法和新的解决方案，电力数据正迎来最好的时代。然而，目前行业内关于电力数据的专业书籍尚未面世，而广大电力职工对电力数据基本概念和知识体系的了解还存在不完备、不准确、不清晰的情况，制约了全员参与电力系统数字化升级和电力企业数字化转型的进程，影响了电力数据应用成效的发挥和价值的体现。
本书是一本介绍电力数据基本概念和知识体系的著作，全书基于电力数据从基本概念贯穿到具体应用，第1 章从数据的基础概念出发，逐渐引出数据的分类和数据管理的生命周期等内容。第2~8 章围绕数据管理的生命周期展开介绍，包括数据的架构、数据的采集和存储、数据质量治理、数据安全、数据共享、数据挖掘、数据增值等。第9 章介绍了数据管理的基本概念、职能和组织等。第10 章主要介绍云平台、数据中台和物联管理平台。第11 章介绍了数据应用和数据管理方面的典型案例。
本书有幸得到了国网新疆电力有限公司、国网信通亿力科技有限责任公司、中国电力出版社、青海绿能数据有限公司的诸多专家和同仁的指导和帮助，全书由沈佳统稿，郑尧、戴万标对相关素材进行了收集和整理，郭毅为本书封面赠画，张龙军、李明轩对全书的文字、图表进行了校对和编辑，特向他们表示由衷的感谢。
互联网快速发展的今天，书中涉及的很多名词术语的内涵在不断更新变化，业界的见解也是见仁见智，加之时间仓促和作者水平有限，书中不妥或疏漏之处在所难免，恳请读者批评指正。
编写组
2020 年7 月

陈彬
男，硕士，高级工程师，中电联能源互联网标准化委员会委员，中电联先进计算标准化委员会委员，国网互联网技术标准工作组（TC06）成员，国网强台风环境电网抗风减灾科技攻关团队带头人，福建省高供电可靠性配电技术企业重点实验室主任。专注于能源互联网建设、电力数据管理应用、电网防灾减灾、配电技术等方向的研究工作。

张伟
男，硕士，高级工程师，新疆维吾尔自治区电机工程学会副秘书长兼数据科学专委会主任，新疆维吾尔自治区电力标准化技术委员会副主任，国网输变电设备极端环境运行与检测技术实验室（新疆）副主任，近年来专注于能源互联网建设、企业数字化转型、数字新基建、电力标准化等方向的研究工作。

王晓磊
男，硕士，高级工程师，长期致力于能源互联网建设、数字基础平台建设应用、能源数字技术融合应用等方向的研究工作。

目 录
前 言
1 1 认识数据的概念
2 认识数据的概念
2 什么是数据？
3 数据和信息、知识的关系是什么？
4 电力数据有什么特点？
4 什么是数据中心？
4 什么是大数据？
6 大数据有哪些特性？
7 数据和大数据是什么关系？
8 什么是数据科学？
8 什么是数字化？
10 什么是数字化转型？
11 数据的分类
11 什么是结构化数据？
12 什么是非结构化数据？
12 什么是半结构化数据？
13 什么是采集量测数据？
13 什么是主数据？
14 什么是参考数据？
15 什么是元数据？
16 主数据、参考数据、元数据之间是什么关系？
18 数据管理的生命周期
19 数据的架构
19 数据的采集
20 数据的存储
21 数据质量的治理
22 数据的安全
23 数据的共享
24 数据的应用

25 2 数据的架构
26 数据架构和数据标准
26 什么是数据架构？
27 什么是数据标准？
28 为什么要有数据标准？
29 数据标准的分类有哪些？
30 数据标准有哪些要素？
31 数据模型概述
31 什么是数据模型？
33 为什么要有数据模型？
34 数据模型有哪些类型？
36 什么是国家电网公司统一信息模型
（SG-CIM）？
37 为什么要建设SG-CIM？
37 SG-CIM 的应用要求有哪些？

38 3 数据的采集和存储
39 数据采集概述
39 什么是数据采集？
40 数据采集有哪些方式？
41 数据存储概述
41 什么是数据存储？
42 数据存储的介质有哪些？
42 数据存储的方式有哪些？
43 数据库概述
43 什么是数据库？
44 常用的数据库有哪些？

48 4 数据质量治理
49 数据质量
49 什么是数据质量？
50 数据质量有哪些要求？
51 什么是数据质量的分析？
52 产生数据质量问题的常见原因有哪些？
52 为什么要具备数据质量意识？
53 数据质量治理
53 什么是数据质量治理？
54 为什么要做数据质量治理？
54 数据质量治理的流程有什么？
55 什么是数据质量治理规则？
56 什么是数据认责？
57 什么是数据缺陷和数据隐患？

58 5 数据安全
59 数据安全概述
59 什么是数据安全和数据安全技术？
59 为什么要加强数据安全？
61 数据安全的技术手段
61 什么是数据分类和分级？
62 什么是数据加密？
63 什么是敏感数据？
63 什么是数据脱敏？
64 什么是数字水印？
66 什么是数据访问控制？
67 什么是数据沙箱？
68 什么是数据备份与还原？
69 什么是数据安全审计？
70 数据安全手段在数据管理生命周期中的应用

71 6 数据共享
72 数据共享概述
72 什么是数据共享？
73 为什么要进行数据共享？
74 数据资源目录概述
74 什么是数据字典？
75 什么是数据资源目录？
75 数据资源目录有哪些用途？
77 如何基于数据中台实现数据共享
77 数据共享有哪些方式？
78 数据共享使用的申请流程是怎样的？
79 数据共享的要求有哪些？

80 7 数据挖掘
81 数据挖掘概述共享
81 什么是数据挖掘？
82 为什么需要数据挖掘？
82 数据挖掘的流程有什么？
84 电力数据挖掘应用方向
84 数据辅助决策方向
85 数据驱动业务方向
85 数据价值延伸方向
87 常用的数据挖掘工具
87 数据挖掘编程类工具软件有哪些？
89 商业智能（BI）类工具有哪些？
89 数据挖掘编程类工具有哪些？
91 常用的数据挖掘算法
91 什么是聚类算法？
92 什么是分类算法？
93 什么是回归类算法？
94 什么是关联类算法？

95 8 数据增值
96 数据增值概述
96 什么是数据价值？
97 什么是数据增值？
97 数据增值的原则有哪些？
98 什么是数据产品？
98 数据产品有哪些类别？
99 什么是数据服务？
99 数据服务的流程有哪些？
101 数据增值的内部服务视角
102 精准营销方面
102 精准投资方面
102 精益管理方面
103 风险防范方面
103 增值服务方面
104 数据增值的外部服务视角
105 服务政府方面
105 服务企业方面
105 服务居民方面
106 数据增值的商业模式
106 数据服务增值
107 咨询服务增值
107 合作收益分成

108 9 数据管理
109 数据管理的基本概念
109 什么是数据管理？
109 数据管理的目标是什么？
109 数据管理的原则有哪些？
110 数据管理的职能
110 什么是数据标准管理？
111 什么是数据模型管理？
111 什么是元数据管理？
112 什么是主数据管理？
112 什么是数据质量管理？
113 什么是数据安全管理？
114 什么是数据价值管理？
114 什么是数据共享管理？
115 数据管理软件工具有哪些？
121 数据管理的组织
121 数据管理组织机构
122 数据管理相关角色

124 10 数据平台
125 云平台的基本概念
125 什么是云计算？
125 什么是云存储？
126 什么是云平台？
127 为什么要有云平台？
127 云平台具备哪些能力？
129 云平台有哪些应用特点？
131 数据中台的基本概念
131 什么是数据中台？
132 为什么要有数据中台？
134 数据中台有哪些能力？
135 数据中台的应用特点有哪些？
137 物联管理平台的基本概念
137 什么是物联网？
138 什么是物联管理平台？
139 为什么要有物联管理平台？
140 物联管理平台有哪些能力？
141 物联管理平台的应用特点有哪些？
142 云平台、数据中台、物联管理平台有什么样的联系

143 11 典型案例
144 数据应用
144 配电变压器重过载风险预警
148 客户用电异常分析
154 客户信用评价分析
157 行业景气度分析
162 企业复工电力指数
165 电力杆塔共享分析
169 某省能源大数据中心
174 数据管理
174 某省电力全方位数据管理
179 某省能源互联网大数据实验室
184 某省电力大数据发展研究
188 营配贯通数据质量治理
193 同期线损数据质量治理
196 名词索引
197 参考文献