159
Database Technology
电子技术与软件工程
哪些人不能拜妈祖庙Electronic Technology & Software Engineering
随着经济的不断发展，社会基础建设的不断完善，每年很多电网公司都会在数据质量维护以及升级上提供大量的资金，但数据的准备性依旧存在缺陷。这主要是因为随着信息化手段的不同，然后在很多数据准备性管控上很难做到有效的管理，形式单一化，这就造成无法有效的管理好整体的系统规范和结构性等问题。例如，在变压器、断路器、互感器这些设备信息录入时存在信息错误，这些都会对电网运营造成影响。这些设备参数的无效性以及错误，都会造成检测的失误，从而无法保证提高数据质量并达到理想范围之内。1 主配网设备台账数据质量现状 中国事故最多的航空公司
随着互联网以及信息技术的进步，主配网设备台账的信息系统具有不小的完善度，但还存在一些限度的数据缺失，这些数据质量的不稳定也就都造成了性能低下，信息误差较大。而在云南南方电网供电局设备台账系统中，数据信息的不准确性是最主要的问题，这些都会造成数据的不完整，从而造成数据错误。
除此之外，还有在设备类型选用上面，存在原厂家生产质量有瑕疵，在数据反馈线的设计长度不合适，以及匹配的型号有误等，这些都会造成参数的不精准，影响到电流的不准确。这些系列问题都是造成设备运行和台帐以及信息系统不相符，比如，不能对业务应用提供有效的至此，从而在数据具体分析上无法满足应用要求，其次是无法对录入错误的数据进行纠正分析。2018年配网自动化设备占比情况如图2所示。
在所有设备台账中，有主网设备和配网设备。主网设备有变压器、断路器、互感器、避雷针等设备；配网设备有变压器、电缆分接箱、美式箱变、欧式箱变、柱上断路器等设备；故设备早期投入使用时，当时未能及时将设备参数信息录入系统，为统一标准化管理，后期对这些设备参数信息录入系统，在录入的过程中存在大量错误信息，系统内的设备台账信息准确性和一致性较低，未能达到省网公司的考核指标。因此主配网设备台账的一致性和规范性对整个系统内数据质量有着决定性作用。2018年配网自动化设备覆盖率如图3所示。2 检查设备台账数据质量的方式2.1 常规检查方式
在很多的数据分析上，相关业务专家对规则进行整理，通过系统对规则进行固定，主要对必须填写的项目以及参数的范围进行着重检查。设备参数分为核心参数和非核心参数，核心参数即必填项，非核参数即非必填项，省网公司检查只对必填项进行校验，传统的检查方法很难保证检测的数据的准确程度，比如：严格要求筛选字段，但是按照规则对数据检查后大致所有的数据全部通过检查，然
主配网设备台账数据质量的现状问题及解决措施
大连如家酒店全部地址杜小月 杨灿东
汽车时刻表查询（云南电网有限责任公司临沧供电局 云南省临沧市 677000）
国家大剧院门票
而实际情况中有效通过的数据存在准确度低等问题。主变压器保持容量固定的前提下，按照以下规则进行精确计算，但是，实际情况中，电压器具有不同的电压等级，检测过程中也存在不小的差异。因此在校验规则中有固定值检查和范围值检查，部分不确定参数只能校验非空数值。主配网台账数据日常检查流程如图4所示。2.2 以数据分析为基础的检查方式
以数据分析为基础的检查方式主要借助于数据统计与挖掘，之后依据建立的数据分析模型，分析数据分布，其次是运用多样化的智量识别系统，最后对数据的精准性实施判断。然而主配网设备型号多达三千多种，众多的类别也就造就的技术参数的多样繁复，多种设备型号也就存在几十种技术参数。每个类型的设备技术参数量不一样，参数范围不一样，这样众多的技术参数很难做到精准化的单一参数模型分析，一个个查既耗时，又费力。基于这样的现状，本文通过数据质量模型的组建，然后采取参数离散型统计分析法，在检测组件内，进行文本矫正，对杆塔呼称高、全高分析如图5。
（1）规则模型。这是一种数据量较大的检查校验标准库，针对不同类型设备进行分析，对每一个类
型的设备不同厂家和型号的设备建立标准模型，此模型则是根据校验规则进行制定，更具有代表性，对设备参数更加精准，便于整改之前录入的错误信息整改和后期新增投运设备信息录入，很大程度的完善了系统设备参数的一致性，设备台账数据质量也可以得到很大的提升。设备分类汇总如图6所示。
美国黄石公园简介（2）截尾方法。这是一种对数据规律相差不大的截取保留，对统计的数据变化极大个别数值进行截取排除，这也就是截尾法。如图7所示，在全高或者呼称高上存有异常的几个点，这些点的数
摘 要：本文通过对南方电网主配网设备台账数据质量及数据准确性分析，寻管理上的各种客观因素，
阐述数据录入准确性的现状，并比较了在不同的检查方式下数据不一致的分析重点形式，利用数据挖掘技术对文本信息进行文本矫正，提出了有效的管理措施与技术方案，以期对信息系统数据质量的提升有所帮助。
关键词：主配网；设备台账；数据质量；检测分析
图1：2017年至2018年设备检查情况
