《智能电网数据资产的风险管理》由会员分享，可在线阅读，更多相关《智能电网数据资产的风险管理（23页珍藏版）》请在金锄头文库上搜索。
1、摘要：智能电网本身的复杂性使得目前我国各部门智能电网数据的管理水平参差不齐，数据资 产化存在诸多风险。因此，风险管理成为智能电网数据资产化工作推进的必要环节。从智能电 网数据资产的特征入手，结合电力行业特征、大数据研究方法和风险管理要素，为智能电网数 据资产的风险识别与管理提出了数据治理、数据平安、供应链数据共享、客户信用风险控制以 及智能电网稳健性建设等建议，并结合我国电网实际工程与实施效果进行了案例研究，最后分 析了智能电网数据资产风险管理未来的开展趋势。关键词：智能电网；数据资产管理；风险管理；供应链管理1引言电力的稳定高效运行关乎国计民生，电力系统的整个生产和消费过程中每天都有海量数据
2、产生。 在电力大数据的驱动下，由传统电网开展而来的智能电网，一方面得益于和信息通信系统的融 合加深，另一方面得益于物联网等技术的开展，逐渐成为开放性系统。根据国家电网 的定义， 智能电网旨在集成新能源、新设备、传感技术、信息技术等先进技术，形 成新一代电力系统， 提高电网系统运行的平安性、稳定性、经济性以及资源配置的合理性，最终为用户提供可靠、高 效、清洁、友好的电力供应和增值服务。智能电网的构建与运行要以智能电网的数据资产管理为基础，而要解决好智能电网数据资产的 管理问题，风险管理是重要的着手点。2智能电网数据资产管理概述因此，整合过程中供应链上下游的合作与竞争关系的 不确定性和不对称性是面
3、临的风险之3.5外部环境外部环境对智能电网数据资产的影响涉及多个环节。在数据采集阶段，传感器的工作环境可能 会影响数据质量；在数据传输阶段，传输线路周边的环境假设受到战争、自然灾害或人为破坏 等因素的影响，可能不利于数据的传输平安；在数据存储阶段，存储设备和环境的平安性差可 能会造成数据资产的损失。此外，在新能源发电技术应用中，由于自然环境具有不稳定性，因 此对光照、风力、潮汐等气象进行监测和预报并采取对策，显得尤为重要，否那么除了电力供 应不稳定之外，还可能会造成设备受损、数据资产不平安的风险。综上所述，电网数据资产面 临的风险比一般意义上的数据管理风险更复杂多变。4智能电网数据资产风险管理
4、的内容对智能电网数据资产进行风险管理，要对上述识别出的风险来源进行分别管理，并对潜在风 险流程进行优化。广义上讲，智能电网数据资产风险管理 包括两个含义：一方面要对数据资产自身的风险进行管理，即数据治理和数据平安；另一方 面要对数据资产加以利用，进而实 现智能电网这一工程整体所需的风险管理，即客户信用风 险控制和稳健性建设。供应链数据共享那么是同时覆盖这两个含义的管理应用。智能电网数 据资产风险管理内容如图3所示。数据治理是智能电网数据资产质量的保证，也是数据资产风险管理的基础工作。当前数据治理 工作需要解决数据结构冗余、复杂的问题，使用实体匹配技术进行数据清洗，对不同系统中的 数据结构和数据
5、库进行重构，建立统一的数据规范，实施元数据生命周期管理。目前，国际电工委员会(International Electrotechnical Commission, IEC)已经设计出了一套 智能 电网标准地图，其中可以看到提倡采用的通信协议组件以及用例分析。它们制定的国际标准涵 盖平安性、互操作性、效率性、兼容性和环境影响等诸多方面。我国学者对电力数据规范也有 一定的实践研究。冷喜武等人指出，传输协议不一致和业务数据多源异构是我国智能电网实施 中遇到的两个突出问题，因此需要规范化数据源，并采取通用协议进行传输，之后采用全过程 数据处理将数据的预处理、交付与计算过程涵盖起来。为了做好数据治理的风
6、险管理，要求在统一标准制定前，深入能源电力相关行业进行实际考察， 防止标准制定与实际生产脱节而导致的本钱高昂和不具有可行性的问题。多源分散和新进入企 业会造成数据质量参差不齐，数据治理是解决该问题的关键，也是智能电网数据资产管理的基 础。4.1数据平安现有研究认为，电力数据平安管理主要包括3局部工作：数据平安管理体系建设、 数据平安技术防范体系建设、数据平安评价与考核工作。笔者认为，在具体化到数据资产平安 管理时，还应当强化对资产属性的保护，包括数据存储平安、隐私数据平安和决策知识平安。智能电网数据资产的海量和高价值属性使得其对数据存储平安有着很高的要求，多样、灵活、 稳健、高并发的数据存储方
7、式才能够满足需求。崔立真等人设计的基于MongoDB技术实现大 规模存取、分片负载均衡和读写别离的电力数据存储架构是一种理论可行的架构。由于隐私数据在精细化运营中具有较高的变现价值，因此需要对隐私数据进行足够的保护。Dong R等人为了研究在物联网中收集数据的操作价值与消费者隐私之间的权衡，引入推理 隐 私作为新的隐私指标，提出了用于量化物联网中这种权衡的一般框架和用于概念验证的智能电 网应用程序。此外，对于电力用户隐私平安风险，要求通过国家立法对采集数据的敏感性进行 明确的界限和权责划分。企业内部要对采集到的数据进行必要的脱敏处理，为不同的业务分配 合理的数据权限，并在数据发布时防止泄漏。此
8、外，通过数据挖掘得出的决策知识是企业提炼出的知识，甚至是企业的核心竞争力的构成局 部。针对来自恶意竞争引发的数据平安风险，要求企业建立先进完备的数据传输、存储和保护 机制。杜跃进在理清了数据平安治理的一些基本问题之后，认为数据平安能力成熟度是数据平安治理 的根本抓手。笔者也认同这一点，能力成熟度作为内在能力的评估指标，在面对未知的安全风 险时将会表现得更加灵活。从外到内，从技术到机制，多维度建设数据平安治理能力，降低数 据资产风险，增强数据资产平安保障。4.2智能电网供应链数据共享智能电网供应链是由诸多相关行业内的成员共同构筑起来的，每个成员既是数据的提供者，也是数据的使用者。智能电网供应链经
9、常涉及跨业务系统甚至跨企 业的数据应用，数据共享是智能电网开展的必然趋势。然而数据、信息和知识的共享是一把 双刃剑，在提高效率的同时，还容易引发风险的传播和扩散。因此，供应链数据共享不仅涉 及数据资产的风险管理，还涉及智能电网工程整体的风险管理。当系统互连之后，原有的壁垒作用减弱，一旦发生数据错误或泄露，就会在短时间内涉及多方。为了降低此类风险，从技术层面，需要在系统间建立灵活的数据交换/隔离和风险识别机制，合 理分配数据库权限，并从数据库备份、容灾等多方面优化数据库设计，从传输路径、传输协议、 传输方式等方面优化数据共享过程中的流通平安。同时，从供应链管理角度出发，还需要借助博弈论等方法建立
10、适用于供应链成员的数据共享约 束机制，对供应链合作伙伴进行有效的管理，从而增强整个系统抵御风险的能力。4.3客户信用风险控制客户信用风险在传统电网和智能电网中普遍存在。电力系统通常采取赊销方式，电费和其他应收账款是电力企业实现利润并进行电网建设和运行维护的重要来源, 因此对客户进行风险控制是很有必要的。许多地区供电公司对此类风险采取了控制措施，一般以智能电网数据资产中的客户数据和销售 历史数据（包括客户的用电行为、缴费历史、外部评价、失信记录等）为基础，建立客户信用 评价指标体系，对客户进行计分和评级。采用客户信用风险模型后，可以到达对此类风险的有 效管理和控制。为不同客户提供的差异化的策略（
11、包括为优质用户提供更稳定的电力供应、对 信用等级低的客户使用不同的定价策略或收费策略等），从而通过对电力数据资产的合理利用， 实现对电力资产的增值和保护。4.4智能电网稳健性建设稳健运行是对智能电网的基本要求。加强智能电网的稳健性建设，实际上是降低智能电网本身的脆弱性，并增强智能电网抵御外来攻击的能力。在使用电力大数据 展开数据挖掘和建模研究，进行风险管理保障电网的稳健运行的过程中，关联分析和异常点挖 掘是常用的技术手段。除此之外，还可以使用复杂网络的相关理论和技术进行研究，将电力输 送的关键节点看作度大的点，关注这些节点和连接，进行必要的优化。例如，Zhou L等人使用堆叠去噪自动编码器（s
12、tacked denoising autoencoder, SDAE）网络结构挖掘攻击消息的内在特征并优化 网络，通过对智能电网中的网络攻击进行高精度的分类，实现高稳健性和泛化性能, 提高智能电网的平安性。4.5案例分析综合上述5点风险管理的研究内容，本节结合国网浙江省电力的案例进行分析。自2015年起，该公司运营监测（控）中心将“识别问题、管控风险、辅助决策作为目标，开展了系列风险管理研究与应用，,局部应用工程充分表达了智能电网数据资产风险管理的5个 内容，具体见表1。表】国网浙江省电力数据资产风险管理案例分析内容工程名称风险描述风险控制方法应用效果据理据全 据掌 敢治 数安 数共分布式发电
13、计在分体式发电工程中，数据采集异对计M装置加强监测，提高安装圈率 和采.两率到达95%以上，数据 3与采集常会导致数据缺失，电吊统计错误集完整率,规范计3精度要求与误 必处理方治理的数据聚集环户得 到充会涉及介法合规风险法，使分布式系统实现优化分保障数据关联。员员账号的不规范使用可能引发信对于员工账号的使用明细数据，从IP债录、清理数卜个他/账号和忠 拟 工账号平安 息就露风险，是数据平安风险来源使用时间、使用权限和虚拟账号等方面进行账号，规范使用规那么，住一 性之一数据沱掘分析，时风险行为和账号采取识别定程度上防止r权限滥与控制措施用和信息酒5S等帆险账食物1致 监固定资产的价值、设备台账和
14、实物采集设备数据，设置识别规那么，通过自动件系统数据实现统一共夕，测分析信息涉及诸多系统，数据不一致会和人工F预方式，使地理信息系统合并资产K片，设备联动率导致资产管理风险(GIS)企业资源计 划(ERP) *工厂维 护从76%提升到98%(PM)模块和资产管理(AM)模块等系统的数据形成联动户用险制健建客倒 M控小件设用户缴费行为用户拖欠电费是电网客户关系管产用户档案、用电及口费行为等效 据，建提早识别高风险客户，旧背 收据管控电费 理的摊点，可能引发财芬M险江客户信用风险模型，分析懒血行为与欠费降低r电费网收的M险网收风险的关联关系.采取仃针对件的措施配网薄弱环市区域性.垂节性电力供应由电
15、网影利用遥测数据.实时数据和拓扑俏息等 数针对发现的问题，已加快配 监测分析响稳健运行的高风险号脸据，精准定位巾找和新西环。，3化分析抢年【程的实施，开收布点林修人员结构，实时预警停电故障强，优化资源配W,提升服国网浙江省电力从数据治理、数据平安、数据共享、客户信用风险控制以及稳健性建设5个方面进行了数据资产风险管理，而且初步到达了风险防范与控制、优化资源配置、提高收益、改善服务质量的效果。5智能电网数据资产风险管理的开展趋势先进科技的交叉运用从技术角度来看，智能电网数据资产管理以大数据和人工智能为核心，以物联网和移动互联为基础和应用，以云计算为计算支持，是诸多学科先进技术交叉运用共同构建起来
16、的大型项 目。在实际中，一些研究已尝试将先进技术应用在智能电网中。例如刘军等人将物联网技术运用到大数据提供了对真实世界中的智能电网中，提出了面向智能电网管控的电力物联网应用体系。信息和知识更进一步的认知方式;人工智能可以为智能电网的 科学自动化调节赋能；物联网为 数据采集和多向互联提供基础；移动互联为用户提供方便快捷的交互手段，云计算是高效低 本钱数据处理和资源共享的技术支撑。跨学科的技术交叉共同作用能够有效地增强智能电网服务的专业化。5.1数据实时性与可视化随着科技的开展，未来智能电网在实时性和可视化处理上会实现新的 突破，包括高维数据动态化、高频交互可视化等。作为实时性和可视化的有机统一，Hidalgo S 等人通过整合相关文献的方式，对目前智能电网控制和监测的可视化数据表示这一课题进行了 调查研究
