《浅析大数据技术在电网企业固定资产中的应用.doc》由会员分享，可在线阅读，更多相关《浅析大数据技术在电网企业固定资产中的应用.doc（11页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、_浅析大数据技术在电网企业固定资产管理中的应用作者：李恩堂来源：智富时代2019年第01期【摘 要】随着信息系统对电网企业创新发展的支撑，固定资产业务应用不断深化，信息系统数据量呈爆炸性增长，需要实现对海量的生产经营、电能电压、用电信息等数据的高效存储、处理；国家电网公司按照党中央、国务院的大数据发展战略要求，积极开展大数据应用创新实践，发挥电力大数据快捷、细化、客观的优势，为国网公司创新发展提供信息支撑。当前，电网企业固定资产业务与前端生产业务数据未实现实时共享，跨系统、多流程环节的业务监控仍不全面，实时的、多维度的资产业务预测分析能力仍不足。本文以国家电网下属单位为例，主要分析了大数据技术
2、在电网企业固定资产管理中的应用，从而为电网企业的固定资产运行提供更加强有力的支撑，不断提高我国电网固定资产运营管理水平，促进智能电网体系的优化升级。【关键词】大数据；电网企业；固定资产；运营管理一、电网企业固定资产管理现状近年来，国家电网公司下属各单位按照总部的统一工作部署，完成资产全寿命周期管理体系建设设计工作，完成固定资产管理流程、岗位职责、规章制度的梳理完善工作，已基本建成横向集成、纵向贯通的一体化财务资产信息化系统，固定资产管理信息化支撑深度和广度不断拓展，与PMS（生产管理系统）、OMS（调度管理系统）、TMS（通信管理系统）、IMS（IP多媒体子系统）等前端业务系统实现设备联动集成
3、，控制住固定资产新增变动的源头，实现账卡物同步变动，保障了固定资产的数据质量；实物管理与价值管理协同统筹，实现对固定资产业务增减变动的全过程管理，固定资产管理的效率效益进一步提高；完成固定资产折旧、逾龄固定资产等预测分析统计，实现基础数据的高级应用。国网公司2018年2月披露的2017年履行社会责任报告中，2017年完成发展总投入6081亿元，固定资产投资5066亿元；电网投资4854亿元，2018年承诺发展总投入5819亿元，固定资产投资5228亿元，电网投资4989亿元，固定资产投资逐年呈上升趋势。在2017年国网公司固定资产投资项目后评估管理规定中，提出要强化投资全过程闭环管控，以效率效
4、益为中心，强化精准投资，完善投资决策机制，提高投资决策水平。二、电网企业固定资产管理存在的问题国家电网公司下属单位近几年深入开展资产管理信息化工作，围绕“集约、规范、实时、精益”的管理要求，全面建立了集中、统一、精益、高效的现代化资产管理体系，支撑了资产业务持续健康的发展。但随着资产业务与前端业务系统的不断融会贯通，资产业务与前端业务数据未实现实时共享，跨系统的多流程环节的业务监控仍不全面，实时的、多维度的资产业务预测分析能力仍不足，亟待解决资产管理工作中的一些问题，具体体现在：（一）业财信息共享水平不足，固定资产数据质量有待提升资产管理工作向业务前端延伸，各专业系统与SAP系统的设备资产已形
5、成联动集成机制，实现了资产新增与变动业务的贯通融合。但各业务部门的“习惯性违章”等错误操作时常存在，造成各系统间仍存在设备资产不对应、信息不一致等数据问题，未建立系统间的数据共享中心，没法全面掌握系统间的设备资产对应情况。资产数据质量治理工作存在多部门、时间久、工作繁琐、数据量巨大等特点，缺乏高效地清查治理工具，导致各单位设备数据质量治理工作积极性不高，每年的设备资产清查工作效果不佳。设备资产数据仍存在维护不准确、不完整、不及时，从而影响固定资产及累计折旧报表等法定报表的准确性，影响资产折旧预测分析、逾龄资产预测分析等预测分析结果的准确性，导致资产分析预测失真，影响辅助决策水平的科学性、准确性
6、。（二）固定资产业务实时监控能力不高，存在监管隐患资产新增及变动业务已通过PMS、IMS、TMS、OMS等各专业系统与SAP系统联动集成贯通，并对设备联动集成业务进行监控；资产报废与废旧物资处置业务已实现与前后端业务系统的融合贯通，并对资产报废处置全过程风险进行防控。但是目前的信息技术及平台只能通过定时抽取、推送等方式实现信息贯通，造成业务信息滞后、风险监控不及时，引发业务安全风险和外部监管隐患。随着电力体制改革的日益临近，公司将面临严格的外部监审，如何进行资产业务的实时监控，有效防范资产管控风险，将是未来电网企业资产管控工作的重点研究方向。（三）海量资产数据挖掘能力不足，公司决策能力较低传统
7、的资产数据分析及处理技术因受限于目前处理平台与处理技术限制，不能综合实时、完整、客观全面地对数据进行挖掘和利用，使得有利用价值的数据没法充分获取，从而使公司没法有效做出决策。以某下属公司为例，公司信息系统中的资产台账数量超过364万条，而且以每年几十万条的速度增加，资产业务信息已超过1亿条，使得当前的资产管理信息计算和分析速度非常缓慢，仅查询一个县公司的全面资产数据所需的时间就超过30分钟，人工完成一个市公司的折旧预测需要2小时以上，且计算复杂、准确性不高；已开展的资产辅助决策分析，由于通过信息技术定时获取，还存在时效性较差、维度不全面等问题。三、电力企业固定资产管理的对策充分运用“大云物移”
8、等新技术，搭建“基于大数据技术的资产管理信息平台”，形成涵盖公司资产业务的一站式大数据平台，进行数据资源价值的深入挖掘，提供智能化决策支持，从而更有效支撑“全面覆盖、实时管控、刚柔并济、科技驱动”的一体化企业级智慧财务应用。（一）实时共享资产数据，提升账卡物一致性，保障数据质量应用大数据、物联网等技术，将SAP、PMS、IMS、TMS、OMS等系统中的设备资产卡片的投运日期、所属线站、变电容量、电压等级、资本化日期、成本中心等台账信息采集至统一的大数据平台，从而为资产数据质量分析提供一个标准的数据源，按照设备联动对应规则等业务关联关系，实时分析多系统间的设备资产卡片对应情况、卡片信息一致性情况
9、，快速、准确获得设备资产数据质量待提升点，为设备资产数据质量治理工作提供信息支撑，从而有效提升设备资产数据质量。（二）实时监控固定资产业务，实现资产管理全流程、可视化管控通过基于大数据技术的资产业务实时监控分析、资产全生命周期分析、资产业务关键信息及时预警分析等，建设全流程、可视化、可监控的资产业务管控方式，实现对资产业务增减变动的全过程管控，提高资产管理的效率效益，降低公司资产管理风险。1.固定资产业务监控分析利用大数据技术，实时监控资产新增、资产技改、资产调拨、资产报废处置全过程、设备联动集成等工作流的审核进度、审核及时情况及业务处理合规情况。通过大数据分析及挖掘等技术，针对资产管理业务流
10、程节点业务信息的监控，实现资产管理流程的可视化以及资产管理流程监测跟踪。资产新增业务分析：以资产、单位为监控维度，实时调取资产编号、单位信息、操作节点、操作人员、操作时间、操作人员岗位、资产价值等信息，实时监控资产创建及时性、字段规范性等信息。资产调拨业务分析：以资产调出单位、调入单位为监控维度，实时调取资产编号、调出单位、调入单位、操作节点、操作人员、操作时间、操作人员岗位、资产价值等信息，实时监测调拨处理及时性、调拨业务合规性等信息。资产报废处置业务分析：以资产、单位为监控维度，实时调取资产编号、单位信息、报废工作流明细信息（当前节点、下级节点、操作日期）、处置信息（处置收入、操作日期），
11、实时监测报废处置及时性、报废审核规范性、报废业务合规性等信息。2.固定资产全寿命周期可视化技术分析通过大数据和云计算技术对资产全寿命周期业务信息进行采集、分析、加工、存储、计算，实现单个资产的全寿命周期的业务可视化。通过云搜索及可视化技术，按照单个资产的新增、运行、维护、退役、报废、处置的全生命时间轴为主线，按照资产状态维度展示资产新增来源、首次购置价值、资本化日期、每月折旧金额、维修项目、维修日期、维修成本、技改项目、技改增资日期、技改增资金额、退役日期、报废日期、报废金额、报废比例、处置金额等资产全寿命周期信息。（三）实时、高效预测分析资产业务，提升辅助决策智能化水平通过实时获取固定资产基
12、本信息、价值折旧信息，进行固定资产结构化分析，直观展示资产全貌，提供决策者进行有效的空间分析和规划设计，为建设一个安全、可靠、经济的电网提供了新的途径和手段。通过对资产折旧、逾龄资产、资产墙等进行多角度、多方面的实时预测分析和对资产组投入产出实时分析，能够更加科学、准确地勾勒出资产现状及其未来影像，为分析未来经营效益提供了可能，为加强安全生产提供了警示。1.固定资产实时多维结构化分析电网企业资产量大，资产类别多，且下属单位较多，给资产的基础数据统计带来较大难度，已建立的多角度资产构成分析，没法在时效性上满足实时的要求。因此，为满足上述需求，利用大数据、云计算技术，按照资产分类、预测年度、监管方
13、式、电压等级、是否逾龄等多维度进行预测，统计折旧已计提金额、预测未来年度金额，不断扩展资产折旧预测的维度，提升资产折旧预测工作的时效性，实现资产实时多维结构化分析。2.逾龄固定资产实时预测分析逾龄资产的构成，包括逾龄资产的统计、分析、预测等专题。由于采用定时分析预测的信息技术方式，导致逾龄分析预测工作存在执行时间久、工作滞后等问题，利用大数据、云计算技术，按照资产分类、预测年度、监管方式、电压等级等，统计逾龄资产原值、逾龄资产净值、逾龄资产数量等信息，不断扩展资产逾龄预测的维度，提升资产逾龄预测工作的时效性，从而进一步加强精益化管理提供了基础分析数据。3.固定资产墙实时预测分析利用大数据、云计
14、算技术，按照资产墙分析模型，实时获取SAP、PMS、IMS、TMS及OMS系统中的资产分类、电压等级、变电容量、线路长度、投运日期、资产原值、资产净值等信息、预计使用年限等资产台账信息，实现对整体资产、具体资产分类、电压等级等多维度场景，以投运年限为横轴，以价值规模或技术规模为纵轴的分析，结合资产平均使用寿命，将各种不同分类的资产的未来改造规模进行叠加，形成改造的资产墙，预测公司技改规模。4.固定资产组投入产出可视化分析当前电网设备都是按照单个设备资产进行管理及分析，没法掌握电网资产的实际经济效益，建立以资产组为视角的投入产出分析模型，利用大数据及可视化技术，获取并整合台区、变电站、高压线路、
15、中压线路等资产组在营销、调度、运检、发展及财务系统中的月售电量、年售电量、容量、容载比、运维检修成本、资产价值等投入产出分析相关的业务数据，分析资产组投入产出情况，动态展示公司资产投入产出能力分布情况，为公司经济性开展电网精益投资决策提供支撑。四、结论在电力体制改革的背景下，结合电网企业资产现状及迫切需求，应用大数据采集及深度挖掘技术，全面监控、分析多系统间的资产对应、联动情况，快速获得资产数据质量待提升点，为固定资产数据治理工作提供信息支撑，从而有效提升固定资产智能分析决策能力，降低公司资产业务经营风险，为公司经济性、科学性开展电网资产精益投资决策提供支撑。【参考文献】1英 维克托迈尔舍恩伯格著.大数据时代M.浙江：浙江人民出版社，2012.2王继业.大数据：电网企业创新发展驱动力J.国家电网， 2015（12）：58-61.3国家电网公司2017年社会责任报告，2018.4 程平，韩佳佚.大数据时代基于云会计的企业固定资产投资决策J.会计之友， 2015（4）：128-131.11_