如何做好数据治理推动核电数字化转型
钱红美 王辰文
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

钱红美 王辰文,. 如何做好数据治理推动核电数字化转型[J]. 核工业与技术,2021.12. DOI:10.12721/ccn.2021.157111.
摘要:
现如今,数据治理已成了人类研究的热门话题,已经在许多领域广泛应用,并推动了其蓬勃发展。由于数据治理的不断进展,为机械电子工程领域智能化、网络化核电数字化转型指明了发展路径,所以,本文将就做好数据治理推动核电数字化转型展开讨论,着重对数据治理在核电数字化转型应用必要性与创新点进行分析,并提出相应的创新建议。
关键词: 数据治理核电数字化
DOI:10.12721/ccn.2021.157111
基金资助:

一:数据治理简介

数据治理策略必须包含完整的数据生命周期。策略必须包含从数据采集到管理,在这个生命周期内,数据治理必须要有关注以下内容:数据从哪里来,数据怎么来。这是数据生命周期的起点。数据来源决定了数据治理策略的基础。例如数据集的大小就由数据来源所决定。是从目标市场、现存用户和社交媒体收集数据?还是使用第三方收集数据或者分析你收集的数据?输入数据流是什么?数据治理必须关注这些问题,并制定策略来管理数据的采集,引导第三方处理他们收集的数据或者分析你收集的数据,控制数据的路径和生命周期。

数据验证,通常数据源都是非常庞大且多样的,这是一个让数据管理者非常头疼的问题。将数据噪音和重要数据进行区分仅仅只是开始,如果你正从关联公司收集数据,你必须确保数据是可靠的,如果你从社交媒体收集数据,那就要保证你有验证重要数据的方法。总之,你要确保你所获得的数据是合法和原始真实的,这个问题在并行计算环境中尤其令人担心,因为并行计算常常被用来收集大量数据,这往往会使用云服务,故而增加了安全隐患。

数据治理必须解决存储问题。而数据存储和数据集的大小有密切关系。大数据的存储必须是在安全的冗余系统之中。常常利用层次体系,根据使用频率来存储数据。这样一来,昂贵的在线系统提供的是被频繁请求的数据,而请求频率较低的数据则存储在便宜,可用率较低的系统上。当然,一些请求频率低但是敏感的数据如果存储于安全性较低的系统上,风险会大大提升。因此,在制定数据存储方案时,良好的数据治理策略必须考虑到方方面面的因素。

数据测试策略,通常一个数据策略需要在小规模的商用环境中进行测试,用来发现数据策略在框架,结构和计划上的不足之处并进行调整,之后才能够投入正式使用。

数据治理策略要与时俱进。随着数据治理策略延伸到新的业务领域,肯定需要对策略进行调整。而且,随着技术的发展,数据策略也应该发展,与安全形势、数据分析方法以及数据管理工具等保持同步。

明确什么是成功的数据策略。我们需要确立衡量数据治理是否成功的明确标准,以便衡量进展。制定数据管理目标,有助于确定成功的重要指标,进而确保数据治理策略的方向是符合企业需求。

二:做好数据治理推动核电数字化转型

(1)数据分析

数据治理技术最大的优点就是数据分析,能够从复杂的环境中收集相应的数据,能够对数据进行处理和分析。对于核电来说,运用数据治理技术能够提高数字化水平,能够将发挥出控制系统的作用,对其进行控制,能够更容易地对其进行操作。而且数据治理也可以调节神经网络控制系统、模数控制系统,利用数据治理技术对相关的系统进行操控,能够更容易收集和处理相关的信息,提高信息的准确度。

(3)自动化控制

核电领域采用数据治理能够实现自动化控制,使其领域走向自动化和智能化。核电企业必须要建立相应的动态控制模式,但由于动态控制模式比较复杂,难以预测其动态变化,在实际运用中存在着一定的问题,无法发挥出动态控制模式的作用。而引入数据治理技术能够建立相应的控制模型,对该领域的各个环节进行控制和管理,保证核电装置能够正常工作。数据治理利用人工智能能够通过传感器对核电站的工作进行监测,确保其安全运行,当出现危险时,能够发出警报,并能够及时让其产品停止运行。

三:数据治理在核电领域的应用

数据治理在核电系统中的应用主要是在网络系统,网络系统是核电系统中的重要组成部分之一,网络系统能够自动的收集有用的信息,对相关的信息进行处理,使得核电工程的系统能准确高效的识别数据并储存,从而提高核电工程的生产水平,也能够促进其领域向智能化和自动化的发展。网络系统对于核电工程领域的发展都起到了极大的促进作用,网络函数能够将模糊推理处理过的数据连接起来,通过一些数学算法来对处理过的信息数据进行再处理,进而形成一套完整的电子数据。

总结

无论核电企业大小,在使用数据上都面临相似的数据挑战。企业越大,数据越多,而数据越多,越发需要制定一个有效的,正式的数据治理策略。规模较小的企业也许只需要非正式的数据治理策略就足够了,但这只限于那些规模很小且对数据依赖度很低的公司。即便是非正式的数据治理计划也需要尽可能考虑数据用户和员工数据的采集、验证、访问、存储。当企业规模扩大,数据需求跨越多个部门时,当数据系统和数据集太大,难以驾驭时,当业务发展需要企业级的策略时,或者当法律或监管提出需求时,就必须制定更为正式的数据治理策略。

参考文献:

[1]路沙. 数据虚拟化提升数据治理成效[N]. 中国信息化周报,2020-02-28(026).DOI:10.28189/n.cnki.ndnjy.2020.000091.

[2]卢洋,许俊俊,刘治刚.群厂核安全监督数据治理研究[J].核安全,2020,21(01):89-92.DOI:10.16432/j.cnki.1672-5360.2020.01.010.

[3]赵敏.平台数据治理下必要数据原则适用研究[J].阴山学刊,2020,35(01):77-86.DOI:10.13388/j.cnki.ysaj.2020.01.011.

》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知:

1、审稿结果将于1~7个工作日以邮件告知,请注意查收(包含录用通知书、审稿意见、知网CNKI查重报告)。

2、提交投稿后,若7个工作日之内未接到录用通知,则说明该文章未被录用,请另投他刊。

3、凡投寄本刊稿件,如在内容上有侵权行为或不妥之处,均应文责自负。本刊有权对来稿进行文字编辑、加工和修改,如不同意,请附说明,以便妥善处理。

4、多作者文稿署名时须征得其他作者同意,排好先后次序,通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表,其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库,如作者不同意被收录,请提前申明,未申明者,本刊一律视为同意被收录。

7、请勿一稿多投。