随着物联网的发展，这些交易数据增加以后，数据中台就应运而生。数据中台要解决什么问题呢？总结三个：存、通、用。所有类型的数据都要进来，所有数据都要统一起来，所以有一个标准，最后还得把它用起来，就解决这么一系列问题，实际上这些问题在业界里面有非常非常多的感触。泛在电力物联网，泛在连接起来以后，数据干什么用？不仅仅是给电力调度用，还要对国民经济的各行各业提供服务，所以对外服务就必须要打破数据壁垒，这些外部的数据怎么渗透进来？也是很大的一个挑战。
2019年5月23-24日，由北极星电力网主办的第一届中国泛在电力物联网研讨会在北京召开。上海格蒂电力科技有限公司副总经理张应福在研讨会上作题为《数据中台建设及应用》的演讲。
以下为发言实录：
上海格蒂电力科技有限公司副总经理张应福：这个主题我就来讲我们的数据中台。我是上海格蒂电力的，上海格蒂电力是我们创意信息的全资子公司，我接下来把整个公司的情况介绍一下。
格蒂电力是我们创意信息上市公司的全资子公司。创意信息是创业板2014年上市的一家专门做大数据和5G的创业板上市公司，目前注册资本金是5亿多，专注在大数据和5G这两个方向。有7家全资的控股公司，这7家主要在北京、上海、马来西亚以及广州等等，总部是在成都。
格蒂电力距今应该差不多10年时间了，格蒂电力专注在能源行业，跟国家电网、南方电网这些都有很好的合作、长期的合作关系。
格蒂电力的技术体系里面，围绕着物联的感知、网络、平台、应用以及我们数据的开放共享这几个方面在提供服务。
格蒂电力的核心，我们从数据采集到数据应用、到咨询、到研发，这些能力都完全具备。
接下来看看格蒂电力的数据中台。其实对我们来说，我们做了这么多年的数据，我们1996年成立到现在已经20多年了，22年的时间，实际上我们就围绕电信，原来是电信的服务、电力的服务，还有一些政府的服务，都是跟数据打交道。今天我们在电力物联网上遇到一些挑战是，我们现在有很大的物联网的市场，在座的刚刚我还看了一下，基本上是爆满，还有很多人没有进来，进不来。第二，数据，应该是全球最大的数据市场。第三，我们行业里边，我们是作为一级的系统集成支持，我们现在面临着非常多的机遇，但是对我们来说也有很多挑战。在座的各位，我们说是做大数据的，但是大数据里面我待会儿会展开介绍很多技术，对我们来说也有非常非常大的一些挑战。
数据中台，发展阶段现在我们认为是第四个阶段。第一，很多年前我们都用非常简单的Excel表，有非常简单的数据模型。第二，发展到数据仓库，对结构化的数据做一些更大的数据分析。第三，大数据的平台，这几年一直在发展大数据平台，对结构化和非结构化的数据进行处理。第四，随着物联网的发展，这些交易的数据就增加以后，数据中台就应运而生。这次董事长在“两会”上也专门说企业中台和数据中台，我们公司在2017年就发布了数据中台产品，数据中台对所有的数据类型，包括结构化、非结构化、半结构化数据都能够进行一些数据组合和整理。
数据中台要解决什么问题呢？要解决我们这里总结三个：存、通、用。所有类型的数据都要进来，所有数据都要统一起来，所以有一个标准，最后还得把它用起来，就解决这么一系列问题，实际上这些问题在业界里面有非常非常多的感触。
数据怎么才能产生价值呢？数据如果不建模都是垃圾，我非常同意他说的这句话。比如我们数据怎么才能产生价值呢？我们认为有四个维度：第一，数据首先得标准化。我们做了那么多政务大数据，如果数据不标准化，它就是零零散散的，根本没有办法建模的。第二，数据必须拿一些服务，如果数据光堆在那里完全是垃圾。第三，数据智能化。如果没有数据支撑AI就是空的。第四，我们数据必须资产化，我理解很深就是，数据资产化这个事情已经成为我们生产的要素，这个资产如果不把它保存管理好，这个数据也是垃圾。所以我们认为，四个方向都是产生机制的最重要的维度。
数据中台本身并不是一个什么新的概念，实际上就是对数据和数据之间关联以后把它能力组合起来。我们认为，首先得建基础的东西，首先是基础，就是统一数据标准，我要建一些数据采集的接口和机制。第二个，要对外统一服务，如果数据中台不对外提供服务，我就不叫中台了，我数据后台就可以支撑。第三个，这些服务，对内可能我数据内部要服务，对外还有行业服务，稍候我会在电力能源行业方面对外怎么服务举一些例子。
数据中台，最后的目标，一个是把平台要统一，就是所有的数据围绕数据生产和整理的这个平台要统一，第二个是要打破行业的壁垒，这一点我们在跟国家电网信通集团等等在交流的时候，实际上我们认为现在仅仅是电力的数据，就是电表、变压器等等产生的数据，本身在对内的内部的调度、内部的管理上已经OK了。但是对外的服务是没有发展起来的，所以这次“两会”的时候泛在电力物联网，泛在连接起来以后，数据干什么用？不仅仅是给电力调度用，还要对国民经济的各行各业提供服务，所以对外服务就必须要打破数据壁垒，这些外部的数据怎么渗透进来？也是很大的一个挑战。
实际上外部的数据和电力数据融合这个事情是两方行业和行业之间信不信任的问题，比如我现在电力数据干吗要开放给你，比如像政府的数据我干吗要跟你来结合，量变都是老大，所以行业的壁垒要想打破，这里边有非常多的一些规章和制度。
数据中台在架构里面处于什么地位。从数据采集讲到物联网，就是数据采集进来，数据处理以后进到中台，中台实际上是中间的位置，它是既面向上层的服务，又要下接底层的一些数据整理的过程，所以数据中台实际上是一个相对数据的后台和数据的前台之间的一个中间层，如果在座的搞编程的原来是中间件那个位置，中间件就是上面要调数据库、下面跟数据结合，现在的数据中台就是中间这个位置。现在发展数据中台的产品，实际上就是把数据整理这块打通，第二个要把数据的对外应用要打通。现在看红框里边的，一个是业务中台、一个是数据中台，这两个红框实际上是相辅相成的，业务要产生数据，数据中台要支撑业务，所以他们之间是互相的调用，同时数据中台要跟下面各个模块进行一些交互。
既然数据中台在中间这个位置上要进行交互，我们现在看数据怎么接进来。我们认为数据有各种各样的，原来说数据都是从数据库里面进去的，现在不一定，我从物联网的网关、从物联网的传感器、从数据表里边，还有从外部数据交易进来，这样的一系列数据要有一个处理平台，业界来说大家都比较清楚，这是一个数据最初的清洗整理的平台，这个是向数据中台提供服务的模块。
数据资产，大家觉得这个东西很老套，但是资产就有资产的要素，比如资产可管理、资产可增值，数据既然变成资产，数据在这里面，第一，怎么管这些数据，现在有动态数据、有静态数据，对静态数据好管理，直接拿一个表就管了，但是对于动态的数据，比如像位置的变化，电流是每时每刻都在变的，用电设备里面产生数据，这些动态的数据怎么变成一个资产数据，资本的管理要把经动态的数据进行联合管理。第二，血缘关系。数据从哪儿来的，谁产生了以后经过了什么样的过程过来的，血缘关系。还有数据的生命周期管理，以及数据权限、操作记录，还有一些数据的目录体系上的管理，这一系列的管理我们都在数据资产这里边。
为什么数据中台跟数据资产是有关联的，因为如果数据不把它变成资产以后，你直接把原生态的数据、毛刺的数据往上面放的话，极有可能以后的模型是错的。那么多积分公式、微分的公式，如果用错误的数据导入的话，结果是相当相当有差异的，所以我们一定要把数据变得比较干净，同时他的规则也比较清晰，业界里边，所以我们泛在电力物联网里边实际上还有很多数据标准要去制定。
说完数据资产以后数据分析，这个是我们上市公司创意信息发布的一个对外的产品M+。这个干什么呢？就是建模，数据假设我都干净了，数据资产过来了，我要建一个模型，数据中台里边就有很多个模型诉求，这些模型我们已经在2016年年底、2017年发布了M+产品，M+是把现在大家基本上用的数学模型，一百多个种类的数据模型，已经把它变成加了包，放在一个库里面，直接可视化拿过来以后可以实时的定义它的数据源在哪里，你想把它变成什么样的模型，假设回归，参数回归，参数定义好，你去把基本的设置好以后，系统自动的把模型训练和代码就生陈了，所以对编程人员效率很高，得到结果可以可视化出来，也可以把这个编程的代码。如果在座的各位要去编一个模型，那么多微分方程，你一个一个的去编程的话，第一个可能是你的效率不太高，第二个有可能编程程序出错，你还得调很长时间。我们这个已经把所有的这些代码，把它变成一个代码库了，你直接把这个数据参数定义好以后，一回车，几万份代码自动就会生成，你都不会去容错，他自己就会有结果或者有代码，你把代码拷出来嵌入到你的系统就OK了，所以这是一个通用的模型平台，叫M+。
另外一个，给数据中台提供服务的是D+，是做数据整理的，原数据过来以后怎么把这个数据变成资产，D+这个平台也可以是一个可视化的工具。
现在我们还面向应用层，就是有了这些工具，D+、M+这些平台以后，我们面向数据中台还有一个对外服务，因为中台是在中间，往上做对外服务，我们所以在各种应用场景下的数据研发，我能够把中台里边得到的这些主要的能力，通过应用层影射进来，现在应用层，比如电力调度里边的一些监控或者是一些故障维修的检测、自动检测、预警，你需要哪些数据、需要哪些组合，需要什么样的模型来建立，我这个地方就可以做数据研发，这个研发不是研发本身数据，是数据和数据之间的关联组合。
最后这个数据研发好了、数据整理好，数据长成什么样子，它得可视化出来，所以我们专门有一个产品叫TDV，就是把数据可视化出来。这个数据可视化是，不是说画一张曲线图，也不是地图在那里边，根据你的数据类型和数据组合的结果，它自动的就呈现你想要的图表模板上，也不用编程了，所以这个东西都是定义出来的。所以在我们团队里面都说，编程的过程是逻辑整理的过程，自动的配置过程，你只要配置得清楚、业务逻辑讲得清楚，这个程序90%就出来了。
前面讲了那么多，我们看数据中台怎么用，特别是对外怎么来应用。
数据中台在格蒂电力这边我们主要是做一些行业的拓展，比如对内，对内的一些调度、预测、预警、运行状况、变压器的情况，我觉得这个东西用现在的数据模型就已经可以了。但是最难的还是对外，因为外部的数据是什么情况、跟你怎么来结合起来、能产生什么样新的价值，还真的值得在座的每一位同事好好的去研究一下。
数据中台我能够帮它跨界融合。因为有了数据中台，放在电力物联网，把内外的数据都融合在一块以后就可以组合，D+、M+组合，现在很流行的跨界融合，融合什么？其实是融合数据与业务类型，你把场景融合起来。我们下面来看看怎么才能够融合外面的数据。
比如我们现在通过数据中台作为一个载体，我们能够把智慧的政务、智慧的企业融合起来。第一张图，这个地方是我们在支撑政务的住房公积金这个数据，全国的住房公积金有300多个中心，每个人交的公积金的情况，有300多个字段在呈现，但是对公积金领域里面，里面记录的就是个人、企业的一些信息，但是如果我们融合电力数据，这个企业的用电状况，这个个人交公积金的家庭，现在公积金已经以家庭为单位组合起来，以家庭的用电情况，如果把这两个数据整理在一起，大家可以想像，我们是不是可以产生出这个人和这个企业的征信情况，我们就说你用电用的怎么样、你交电费怎么样、你交公积金怎么样，你这个企业处在什么位置，你企业的性质，这些数据一揽子融合起来，是不是产生一个有别于我们单独的电力数据的。所以我们认为，公积金和这个数据融合，我们也在做这个模型的跨行业模型的训练，这个就可以做企业征信。
右边那个图就是我们在做政府的公共安全，应急管理的时候，实际上咱们的用电跟应急管理非常非常有用的。比如发生地震，四川那个地方是一个地震的高发区，发生地震，这张图是平武的，四川平武如果发生地震，那个时候往往就停电了，往往就会用电设备不太正常，那个时候我再采集相应的一些数据，因为我们有地震传感器、有土壤传感器、水位传感器，如果我们接入到变压器或者接入到发电侧的一些数据，是不是能够有助于抗震和久远，这个对我们公共安全提供了非常好的数据支撑，所以这个数据中台能够面向，有了电力的数据中台能够面向公共安全行业的一个应急救援管理，我们这块也正在跟国家应急救援办沟通，这两个行业的数据壁垒打破。
接下来是一些，比如像位置服务的，这个人的位置，这个位置所对应的电力状况是怎么样的，我们如果结合起来也会大家想象出会有很多应用场景，所以简单就是智慧方面的跟政务，我看下午有一个V2G，就是你会跟政府的数据结合起来，我数据中台以及面向政务服务这块我们也会做一些对外应用场景上的设计。
这个是我们的碳交易，发电消耗碳，我们跟碳交易做数据中台支撑服务的时候，这个碳交易市场现在撮合的交易都是我们公司在提供服务，我们这个数据能不能跟发电侧的电力数据结合起来，但是想又可以产生一个除电以外的交易市场上的应用场景。
我们对内，现在河南电网，这里做的是电监测设备，对内的服务，在线监测、状态评估、故障预测等等，都可以通过这些数据中台来提供服务。
（以上内容由北极星输配电网根据现场速记整理，未经嘉宾审核）
相关链接：
研华科技蔡奇男：整个能源结构需要大量物联网技术深入融合到设备装置、全面感知技术
