2023能源大数据中心数据标准第2部分：管理术语.docx

《2023能源大数据中心数据标准第2部分：管理术语.docx》由会员分享，可在线阅读，更多相关《2023能源大数据中心数据标准第2部分：管理术语.docx（10页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、能源大数据中心数据标准第 2 部分：管理术语目次前言II1 范围12 规范性引用文件13 术语和定义1I能源大数据中心数据标准第 2 部分：管理术语1 范围本标准界定了能源大数据行业的通用术语和定义，对规范能源大数据中心应用、管理等工作具有重 要意义。本标准适用于能源大数据行业统一认识和交流。2 规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件， 仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T 35295-2017 信息技术 大数据 术语GB/T 36073-2018 数据管理能力成熟

2、度模型GB/T 24874-2010 草地资源空间信息共享数据规范GB/T 18391.1-2009 信息技术 元数据注册系统（MDR）框架GB/T 37988-2019 信息安全技术 数据安全能力成熟度模型ISO/IEC 25012-2008 软件工程.软件产品质量要求和评估(SQuaRE).数据质量模型GBT 33136-2016 信息技术服务 数据中心服务能力成熟度模型3 术语和定义下列术语和定义适用于本文件。3.1能源 Energy电、燃料、蒸汽、热力、压缩空气以及其他类似介质。GB/T233312020/ISO50001:2018 定义3.5.13.2一次能源 Primary Ene

3、rgy天然存在于自然界中，未经加工或转换成终端使用形式的能源资源。按其可否循环再生，又有再生能源与不可再生能源之分。3.3可再生能源 Renewable Energy存在于自然界中，可循环再生的能源资源。对环境无害或危害极小。如太阳能以及由太阳能转换转 换而来的水能、风能、海洋能、生物质能等。3.4非再生能源 Non-renewable Energy指那些储量有限，因人类不断开采使用，其数量在迅速减少，并且短期内又不可能复生的矿物能源， 如煤、石油等化石燃料。3.5二次能源 Secondary Energy由一次能源加工转换而成的能源，如焦炭、煤气、电力、蒸汽、氢燃料、酒精以及汽油、重油、柴

4、油、煤油等工业制品。3.6新能源 New Energy8又称非常规能源，是指依靠先进技术，新近才开发并准备加以有效利用的能源，如太阳能、风能、 地热能、生物质能、氢能、潮汐能、海洋能、聚变能等。3.7清洁能源 Clean Energy Resource指在生产和使用过程中不产生有害物质排放，不会污染空气、大地和水体的能源统称。3.8能源大数据中心 Energy Big Data Center由计算机场站（机房）、机房基础设施、信息系统硬件（物理和虚拟资源）、信息系统软件、能源信息资源（数据）、人员以及相应的规章制度组成的组织。3.9数据中台 Data Middle Platform全域级可复用

5、的数据资产中心与数据能力中心，提供清洁、透明、智慧的数据资产与高效、易用的 数据能力，使能业务数字化运营。3.10能源大数据模型 Energy big Data Model用于管理存储于物理设备的能源大数据的抽象层。3.11能源大数据 Energy Big Data煤炭、石油、天然气、电力、新能源、地热、热力、自来水等能源行业生产、经营、消费和管理过 程中产生的数据，以及宏观经济运行、生态环境、气象等能源行业密切相关的数据。3.12元数据 Metadata定义和描述其他数据的数据。GB/T 18391.12009，定义3.2.163.13元模型 Metamode规定一个或多个其他数据模型的数据

6、模型。GB/T 18391.1-2009，定义 3.3.203.14主数据 Master Data组织中需要跨行业、跨部门进行共享的业务实体数据。3.15参考数据 Reference Data对其他数据进行分类和规范的数据。3.16数据元 Data Element由一组属性规定其定义、标识、表示和允许值的数据单元。GB/T 18391.1-2009,定义3.3.83.17能源大数据资源目录 Data Resources Directory依据规范的元数据描述，对能源信息资源按照一定的分类方法进行排序和编码的一组信息，用以描 述各个能源信息资源的特征。3.18能源大数据负面清单 Energy b

7、ig Data Negative List依据法律法规与公司数据管理要求有条件公开或不予公开的能源大数据清单。3.19数据共享 Data Sharing不同用户或不同系统按照一定的规则共同使用根据协议形成的数据。用户可以通过多种程序设计语 言成查询语言去使用这些数据。GB/T 24874-2010，定义3.33.20数据开放 Data Opening组织按照统一的管理策略向组织外部有选择提供组织所掌控数据的行为。是实现数据跨组织、跨行 业流转的重要前提，也是数据价值最大化的基础。3.21数据架构 Data Architecture通过组织级数据模型定义数据需求,指导对数据资产的分布控制和整合,

8、部署数据的共享和应用环境,以及元数据管理的规范。GB/T 36073-2018 定义3.63.22数据集成 Data Integration数据集成是将电子文本、相关数据的内容信息、结构信息、背景信息采用标准和规范手段，进行编 码、聚合、重组，使其成为一个有机整体，以便集中、交汇和共享。3.23数据质量 Data Quality客观反映业务数据固有特性的程度。ISO/IEC 25012_2008，定义4.33.24数据标准 Data Standards数据的命名、定义、结构和取值规范方面的规则和基准。GB/T 36073-2018，定义 3.53.25数据生存周期 Data Lifecycle

9、将原始数据转化为可用于行动的知识的一组过程。GB/T 35295-2017 定义2.1.23.26数据分析 Data Analysis数据分析是对组织各项经营管理活动提供数据决策支持而进行的组织内外部数据分析或挖掘建模, 以及对应成果的交付运营、评估推广等活动。3.27数据处理 Data Processing数据操作的系统执行。3.28数据挖掘 Data Mining从大量的数据中通过算法搜索隐藏于其中信息的过程。3.29能源大数据应用 Energy big Data Application通过对能源大数据进行统一的管理、加工和应用，对内、对外提供不同的数据服务的过程。3.30能源大数据服务

10、Energy big Data Service业务流程的接口，通常通过web应用程序接收或交付数据属性。3.31能源大数据模式 Energy big Data Pattern以能源大数据为主要生产资料的建设模式。3.32数据服务目录 Data Service directory依据数据服务的类型、应用场景、数据来源、数据处理方式等多种维度，形成数据服务的分类体系、 数据服务的元数据、数据服务目录总体架构和数据服务目录编码体系等，可供内外部用户浏览、查询已具备的数据服务。3.33数据提供方 Data Provider是指将数据和信息引入能源大数据中心，用以提供给其他参与方进行数据访问、处理和分析

11、，主要 以数据源提供商以及提供数据流通的平台等形态存在。3.34数据服务提供方 Data Service Provider决定数据信息处理的目的和方式，实际控制数据信息，处理数据信息的组织或个人。3.35数据消费方 Data Consumer使用数据服务提供者提供的服务末端用户或其他系统。3.36数据服务需求方 Date Service Demander从数据服务者中获取数据信息并加以利用的组织或个人。3.37数据安全 Data Security指数据的机密性、完整性和可用性。GB/T 36073-2018 定义3.113.38数据加密 Data Encryption通过密码将可识别的有意义的

12、字符流转换为不可识别的字符流，以保护数据并对未经授权的访问个 人可识别的信息或公司机密信息的行为进行防止。3.39数据脱敏 Data Desensitization通过一系列数据处理方法对原始数据进行处理以屏蔽敏感数据的一种数据保护方法。GB/T 37988-2019 定义3.123.40能源大数据分类 Energy Data Categorization根据能源大数据的属性或特征，将其按一定的原则和方法进行区分和归类，并建立起一定的分类体 系和排列顺序。3.41能源大数据分级 Energy Data Classification按照一定的分级原则对分类后的能源大数据进行定级，从而为能源大数据

13、的开放、共享和安全管理 策略制定提供支撑的过程。3.42数据治理 Data Governance对数据进行处置、格式化和规范化的过程。注1：数据治理是数据和数据系统管理的基本要素。注2：数据治理涉及数据全生存周期管理,无论数据是处于静态、动态、未完成状态还是交易状态。GB/T 35295-2017 定义2.1.433.43数据质量管理 Data Quality Management对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据 质量问题，进行识别、监控、预警、处理等一系列管理活动，并通过改善和提高管理水平使得数据质量 获得进一步提高。3.44数据质量监控

14、 Data Quality Control获取业务各环节的数据质量信息，结合有关检查规则和采集规则，对数据质量情况进行诊断，并及 时向数据质量管理实施部门报告的活动。3.45数据质量分析 Data Quality Analysis对数据质量检查过程中发现的数据质量问题及相关信息进行分析,找出影响数据质量的原因,并定义数据质量问题的优先级,作为数据质量提升的参考依据。GB/T 36073-2018 定义11.3.13.46数据质量报告 Data Quality Report对数据质量日常监控以及质量评估等过程累积的各种信息进行汇总、梳理、统计和分析，形成统计 报告的过程。3.47数据需求 Req

15、uirements指组织对业务运营、经营分析和战略决策过程中产生和使用数据的分类、含义、分布和流转的描述。 数据需求管理过程识别所需的数据,确定数据需求优先级并以文档的方式对数据需求进行记录和管理。GB/T 36073-2018，定义13.1.13.48需求库 Requirements Library需求库是用来存储客户需求的平台，按照“分区收集、分类管理”的建库原则，对需求信息进行“全 面化、系统化、实时化、标准化”统一管理。3.49需求库管理 Requirements Base Management针对需求库中的需求进行的一组迭代活动，包括对需求的收集、记录、分析、改进、分解、分配、 变更

16、、追溯等活动，确保项目或产品研发的生命周期内需求的高效满足。3.50需求改进 Requirements Improvement根据客户的需求进行完善、调整需求的优先级。3.51需求变更 Requirements Change需求的优先级调整需求变更续期。与大数据产品、服务等面向的客户签订了项服务或者产品等的采购协议之后，在完成交付之前，客 户提出的对服务或产品需求的功能或非功能性的更改要求。3.52需求追溯 Requirements Traceability需求追溯是通过对需求功能点的分解，比较需求分析的结果与后续工作成果之间的对应关系，建立 “需求追溯表”，达到软件实现过程可追溯的目标。3.

17、53需求基线 Requirements Baseline已通过正式评审、批准，可作为进一步开发的基础，需要通过正式的变更控制过程才能修改的功能 性和非功能性需求的一组集合。3.54数据设计与开发 Data Design and Development指设计、实施数据解决方案,提供数据应用,持续满足组织的数据需求的过程。数据解决方案包括数 据库结构、数据采集、数据整合、数据交换、数据访问及数据产品(报表、用户视图)等。GB/T 36073-2018 定义13.2.13.55数据运维 Data Operation and Maintenance指数据平台及相关数据服务建设完成上线投入运营后，对数据

18、采集、数据处理、数据存储等过程的日常运行及其维护过程，保证数据平台及数据服务的正常运行，为数据应用提供持续可用的数据内容。GB/T 36073-2018 定义13.3.13.56数据退役 Data Retirement对历史数据的管理，根据法律法规、业务、技术等方面需求对历史数据的保留和销毁，执行历史数 据的归档、迁移和销毁工作，确保组织对历史数据的管理符合外部监管机构和内部业务用户的需求，而 非仅满足信息技术需求。GB/T 36073-2018 定义13.4.13.57数据能力成熟度模型 Data Capability Maturity Model用于评价组织数据能力成熟度的模型，包含数据战略、数据治理、数据架构、数据应用、数据安全、 数据质量、数据标准、数据生命周期等数据能力以及对应的成熟度等级。