数据感知技术在电力物资供应链数据质量管理中的应用

陈 广，宋志伟，陈少兵，贺绍鹏，毛烨华，李泽坤

（1.国家电网有限公司物资部，北京 100032；2.国网物资有限公司，北京 100120；3.华北电力大学电气与电子工程学院，北京 102206）

1 研究背景

随着现代信息技术的快速发展和应用，电力物资供应链与互联网、物联网深度融合已成趋势，数字化、智慧化成为现代供应链的显著特征［1］。现阶段，通过智能采购、数字物流、全景质控三大业务链，现代供应链逐渐部署数字化转型的新型实践，但数字化转型过程中的弊端也逐渐暴露，如供应链数据欠完整、欠规范、非结构化等。为了实现数据的统一管理和价值挖掘，国家电网有限公司（以下简称“国网公司”）投入了大量人力物力聚焦于数据治理、分析、应用等各环节的工作。然而，数字化引起的数据量激增将造成更多的人力资源投入，在此背景下如何实现供应链数据运营管理的自动化、智慧化是迫切问题。

数据感知以数据自动清洗、数据质量治理和数据价值挖掘为技术手段。Hu 等［2］和Korzun 等［3］分别研究了数据感知技术在信息处理和生物特性感知等领域的应用；Padulano 等［4］提出了一种适用于大型数据库，在不知道数据潜在概率分布的先验信息情况下还可以与其他非参数的、基于模式的方法相结合的数据清洗技术；Phan 等［5］提出了一种平稳型线性回归方法用于纵向数据的对比分析，并引出了数据感知技术在数据清洗中的进一步应用；Vujić等［6］针对传统电力大数据异常值检测算法存在检测精度低、检测效率差等问题，提出基于云计算的电力运行大数据异常值快速检测算法；……