陳韓霏 張艷紅 張睿喆 江瓊宜 胡雅月

關(guān)鍵詞：數(shù)據(jù)治理；回歸分析；電網(wǎng)；認(rèn)責(zé)體系

1引言

數(shù)據(jù)認(rèn)責(zé)是數(shù)據(jù)治理的重要指標(biāo)，能夠明確數(shù)據(jù)清洗、重復(fù)數(shù)據(jù)剔除等標(biāo)準(zhǔn)化處理中的責(zé)任認(rèn)定問題[1]，提高數(shù)據(jù)治理的可信度、安全性，便于后期的數(shù)據(jù)尋蹤、追責(zé)。但是，數(shù)據(jù)傳輸協(xié)議混亂[2]、端口兼容性差等問題，嚴(yán)重影響數(shù)據(jù)認(rèn)責(zé)問題的研究。目前，數(shù)據(jù)認(rèn)責(zé)主要采用人工數(shù)據(jù)認(rèn)責(zé)方法[3]，借助數(shù)據(jù)管理系統(tǒng)進(jìn)行認(rèn)責(zé)分析。該方式存在認(rèn)責(zé)片面、數(shù)據(jù)標(biāo)注不明等弊端，消耗大量的人力和物力，而且最終的認(rèn)責(zé)效果不佳?；诖?，本文利用回歸分析方法對電網(wǎng)中的數(shù)據(jù)認(rèn)責(zé)問題進(jìn)行分析，旨在實(shí)現(xiàn)電網(wǎng)數(shù)據(jù)的認(rèn)責(zé)體系優(yōu)化。

2回歸分析方法

回歸分析方法是基于統(tǒng)計(jì)學(xué)的智能分析方法，該方法通過尋找部分關(guān)鍵點(diǎn)，實(shí)現(xiàn)對數(shù)據(jù)認(rèn)責(zé)體系的分析，并依據(jù)回歸結(jié)果得到認(rèn)責(zé)的問題[4]。一旦回歸結(jié)果中出現(xiàn)異常系數(shù)，則要對該數(shù)據(jù)認(rèn)責(zé)方案進(jìn)行數(shù)據(jù)挖掘，找到出現(xiàn)數(shù)據(jù)認(rèn)責(zé)問題的原因，并給予優(yōu)化，具體分析如下。

認(rèn)責(zé)方案的數(shù)學(xué)描述：隨機(jī)選擇數(shù)據(jù)認(rèn)責(zé)方案[5]，并將其設(shè)置為ai，數(shù)據(jù)治理結(jié)果為xi，標(biāo)準(zhǔn)化程度為，數(shù)據(jù)認(rèn)責(zé)的權(quán)重為wi，標(biāo)準(zhǔn)化處理后的方案集合為set{o}，治理數(shù)據(jù)結(jié)構(gòu)為ci。那么，set{o}的計(jì)算過程為：

在數(shù)據(jù)認(rèn)責(zé)過程中，要依據(jù)主觀評定系數(shù)調(diào)整權(quán)重、閾值。依據(jù)回歸分析方法，要對不同階段的數(shù)據(jù)認(rèn)責(zé)結(jié)果進(jìn)行分析，并形成連續(xù)的認(rèn)責(zé)體現(xiàn)[7]，有效地記錄數(shù)據(jù)認(rèn)責(zé)的處理情況。

3回歸分析法在數(shù)據(jù)認(rèn)責(zé)中的實(shí)施步驟

數(shù)據(jù)認(rèn)責(zé)的關(guān)鍵是完整性、準(zhǔn)確性和可追溯性，需要對數(shù)據(jù)治理方案進(jìn)行抽樣調(diào)查，包括數(shù)據(jù)標(biāo)準(zhǔn)化處理程度、數(shù)據(jù)治理時(shí)間[8]，數(shù)據(jù)治理安全性、數(shù)據(jù)完整性，以及數(shù)據(jù)兼容性。另外，依據(jù)回歸分析方法對數(shù)據(jù)認(rèn)責(zé)中的異常值進(jìn)行識別，并對不同時(shí)刻的異常值進(jìn)行深入挖掘，找出數(shù)據(jù)認(rèn)責(zé)問題的原因。同時(shí)，對不同數(shù)據(jù)標(biāo)準(zhǔn)化處理方案的重復(fù)性，數(shù)據(jù)清洗的干凈程度，重復(fù)數(shù)據(jù)剔除量進(jìn)行回歸判斷，具體步驟如下。

步驟1收集電網(wǎng)后臺服務(wù)器中潮流、電壓、電能、功率的數(shù)據(jù)，確定數(shù)據(jù)治理的標(biāo)準(zhǔn)、指標(biāo)和權(quán)重，并對標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行回歸分析，找出影響數(shù)據(jù)認(rèn)責(zé)的問題。

步驟2依據(jù)數(shù)據(jù)認(rèn)責(zé)的問題進(jìn)行剖析，并對不同的問題進(jìn)行深入挖掘，最終確定異常值的原因。

步驟3將主觀認(rèn)責(zé)結(jié)果與理論認(rèn)責(zé)結(jié)果進(jìn)行對比，驗(yàn)證結(jié)果的準(zhǔn)確性，并記錄理論認(rèn)責(zé)的時(shí)間[9]。

步驟4對所有標(biāo)準(zhǔn)化處理后的數(shù)據(jù)進(jìn)行分析，并確定數(shù)據(jù)認(rèn)責(zé)情況，若標(biāo)準(zhǔn)化數(shù)據(jù)全部處理完成，則停止認(rèn)責(zé)分析，否則持續(xù)進(jìn)行數(shù)據(jù)認(rèn)責(zé)，并輸出最終的認(rèn)責(zé)結(jié)果[10]。

4數(shù)據(jù)標(biāo)準(zhǔn)化建設(shè)中數(shù)據(jù)認(rèn)責(zé)的實(shí)際案例

為了驗(yàn)證回歸分析方法對數(shù)據(jù)認(rèn)責(zé)的優(yōu)化效果，以電網(wǎng)服務(wù)器中的1GB數(shù)據(jù)進(jìn)行數(shù)據(jù)認(rèn)責(zé)分析，調(diào)取數(shù)據(jù)的參數(shù)如表1所列。

依據(jù)表1中的數(shù)據(jù)類型、涉及內(nèi)容、治理時(shí)間、標(biāo)準(zhǔn)化深度等參數(shù)之間無顯著差異，不具有相關(guān)性，可以作為回歸分析方法的基礎(chǔ)數(shù)據(jù)，能進(jìn)行數(shù)據(jù)認(rèn)責(zé)分析。其中，權(quán)重為0.25～0.34，閾值為各部門內(nèi)部規(guī)定。

4.1數(shù)據(jù)認(rèn)責(zé)的準(zhǔn)確性

在數(shù)據(jù)認(rèn)責(zé)中治理中，要對不同數(shù)據(jù)標(biāo)準(zhǔn)化的數(shù)據(jù)進(jìn)行分析，驗(yàn)證完整度、安全性和可信度的準(zhǔn)確性，具體結(jié)果如表2所列。

由表2可知，回歸分析方法對數(shù)據(jù)認(rèn)責(zé)的分析穩(wěn)定性、準(zhǔn)確性均大于80%，不同階段的同指標(biāo)比較無顯著差異，不具有統(tǒng)計(jì)學(xué)意義。同時(shí)，完整度、安全性、可信度之間出現(xiàn)大幅變化，但不同階段的同指標(biāo)變化幅度小，主要是不同指標(biāo)的標(biāo)準(zhǔn)化處理?xiàng)l件不同，數(shù)據(jù)治理復(fù)雜度不同所致。為了進(jìn)一步分析原因，將回歸分析法與人工數(shù)據(jù)認(rèn)責(zé)法進(jìn)行比較，結(jié)果如圖1所示。

由圖1可知，在參考線的輔助下可以發(fā)現(xiàn)，回歸分析方法的88%～90%的數(shù)據(jù)點(diǎn)多于人工認(rèn)責(zé)法，而85%～88%之間的數(shù)據(jù)點(diǎn)少于人工認(rèn)責(zé)法。整體來說，回歸分析法優(yōu)于人工認(rèn)責(zé)法，究其原因，回歸分析方法對重復(fù)數(shù)據(jù)進(jìn)行刪除，注重安全性、完整性等指標(biāo)的綜合分析，而且加入了權(quán)重、閾值，標(biāo)準(zhǔn)化后的數(shù)據(jù)復(fù)雜度小于人工數(shù)據(jù)認(rèn)責(zé)法。

4.2數(shù)據(jù)認(rèn)責(zé)的處理時(shí)間

處理日寸間是數(shù)據(jù)認(rèn)責(zé)的輔助指標(biāo)，是系統(tǒng)資源占用、數(shù)據(jù)處理能力的間接體現(xiàn)，更是回歸算法有效性的評價(jià)內(nèi)容。將回歸分析算法與人工數(shù)據(jù)認(rèn)責(zé)法進(jìn)行分析，對比不同方法的計(jì)算時(shí)間，具體結(jié)果如表3所列。

由表3可知，在標(biāo)準(zhǔn)化處理中，回歸分析方法同指標(biāo)的不同次數(shù)比較無顯著差異，說明該方法的處理時(shí)間比較穩(wěn)定，而人工認(rèn)責(zé)法存在顯著差異。在數(shù)據(jù)比例方面，回歸分析方法同指標(biāo)的不同次數(shù)比較存在差異，但是成倍數(shù)變化，而人工認(rèn)責(zé)法呈現(xiàn)指數(shù)化變化。在不同方法方面，回歸分析法的標(biāo)準(zhǔn)化處理、數(shù)據(jù)比例均優(yōu)于人工認(rèn)責(zé)法，存在顯著差異。究其原因，回歸分析方法以少量特征認(rèn)責(zé)數(shù)據(jù)為基礎(chǔ)，對標(biāo)準(zhǔn)化后的數(shù)據(jù)復(fù)雜度進(jìn)行簡化，剔除重復(fù)數(shù)據(jù)量。同時(shí)，通過調(diào)整相應(yīng)的閾值和權(quán)重，以優(yōu)化數(shù)據(jù)認(rèn)責(zé)過程，實(shí)現(xiàn)安全性、可信度的高效處理。相對來說，人工評估方法的處理過程簡單，人工認(rèn)責(zé)無法降低復(fù)雜度，而且剔除重復(fù)數(shù)據(jù)量的時(shí)間更長。

5結(jié)束語

針對數(shù)據(jù)標(biāo)準(zhǔn)化處理過程中數(shù)據(jù)認(rèn)責(zé)不清、時(shí)間過長的問題，本文提出一種回歸分析方法，對標(biāo)準(zhǔn)化處理后的數(shù)據(jù)進(jìn)行剔除、簡化。研究結(jié)果顯示，回歸分析方法的可信度、安全性和完整性的準(zhǔn)確性大于80%，1～2次標(biāo)準(zhǔn)化處理的數(shù)據(jù)間無差異，50%～100%的數(shù)據(jù)量之間存在倍數(shù)增加，各項(xiàng)指標(biāo)均優(yōu)于人工數(shù)據(jù)認(rèn)責(zé)法。而且，回歸分析方法的計(jì)算時(shí)間更短，計(jì)算效果更佳，可以滿足數(shù)據(jù)治理中的標(biāo)準(zhǔn)化分析要求。