FERC 881: Integration und Laden von Daten

Der Preis des Lichts ist geringer als die Kosten der Dunkelheit. Arthur C. Nielsen

Zusammenfassung: Integration und Laden von Daten

Dieser Artikel behandelt den Schritt der Integration und des Datenladens in unserem hypothetischen Projekt zur Erreichung der Compliance mit FERC Order 881. Dieser Schritt kann innerhalb des Projekts so oft wie nötig durchlaufen werden, um den Status „abgeschlossen“ zu erreichen – jedes Projekt ist jedoch anders, sodass Ihre Erfahrung von unserem 9-monatigen Projektplan abweichen kann. Das Ergebnis dieses Schritts umfasst die endgültige Freigabe des implementierten Datenladens und der Schnittstellen.

Überprüfung der Systemkonfiguration:

Im vorherigen Artikel haben wir die Systemkonfiguration behandelt, die die Konfiguration und Implementierung aller genehmigten Projektanforderungen umfasste. Diese Phase bietet zwar viel Flexibilität, doch ist es entscheidend, auf Details zu achten.

Integration und Laden von Daten

In dieser Phase fragen Sie sich vielleicht: „Sind wir schon da?“ Die Antwort könnte Ja lauten, es ist aber auch möglich, dass Sie gerade erst Ihr erstes Arbeitspaket abgeschlossen haben. Integration und Datenladen können parallel zur Phase der Systemkonfiguration ablaufen. In diesem Fall kann das Projekt noch einige Designfragen und Datenbereinigungen aufweisen. Das Hauptziel besteht darin, Definition, Design, Implementierung und Freigabe aller Dateninformationen im Zusammenhang mit unseren FERC-881-Anforderungen bereitzustellen. Es ist Zeit, Struktur zu schaffen für:

• Datenmodellierung und Daten-Mapping
• Datenanpassung, falls erforderlich
• Datenextraktion, -interpretation und Konvertierungsregeln
• Synchronisationslogik und Datenvalidierung
• Terminierung, Auslöser-Benachrichtigungen

Datenmodellierung und Daten-Mapping

Das Hauptziel der Datenmodellierung besteht zunächst darin, einheitliche Datenstandards für Ihre gesamte Organisation zu schaffen. Sie dient dazu, Abstraktes in eine visuelle Darstellung zu überführen. Datenmodelle unterstützen Data Governance, Compliance und Datenintegrität.

Die Datenmodellierung lässt sich in physische, logische und konzeptionelle Schritte unterteilen. Konzeptionelle Datenmodelle bieten eine übergeordnete Visualisierung von Geschäftsprozessen und -regeln. Sie helfen, Geschäftsverantwortliche, Systemarchitekten und Entwickler hinsichtlich Projektanforderungen und Informationen aufeinander abzustimmen.

Ein logisches Datenmodell definiert die Datenelemente und Beziehungen eines Projekts. Es zeigt die Namen und Attribute der Entitäten in der Datenbank, insbesondere Typenschilddaten der Hersteller einschließlich Modellnummern; zusätzlich kann das IPS®-Anlagenregister beliebige benutzerdefinierte Eigenschaften anzeigen, die in Ihrer Organisation benötigt werden.

Das physische Datenmodell legt fest, wie Daten gespeichert werden, einschließlich Speicherbedarf, Zugriffsgeschwindigkeit und Redundanzdetails. Es handelt sich um einen technischen Entwurf, den Datenbankanalysten und Entwickler nutzen, um Datentypen und Anforderungen festzulegen.

5 bewährte Verfahren für die Datenmodellierung:

1. Umfang und Beteiligte klar definieren.

2. Namenskonventionen standardisieren

3. Daten in Tabellen organisieren, um Redundanzen oder Anomalien zu vermeiden.

4. Denormalisierung zur Optimierung der Abfrageleistung einsetzen.

5. Indizierungsstrategien anwenden, um den Datenzugriff zu verbessern.

Daten-Mapping verbindet Datenfelder von einer Quelle mit einer anderen, reduziert Fehler und bereitet Ihre Daten für das Reporting vor.

Datenanpassung

Datenanpassung kann erforderlich sein, um einen Alias für Datenelemente zu erstellen oder die Datenausgabe zu sortieren. Angenommen, ein Gerät oder eine gesamte Umspannstation wurde in der Vergangenheit erworben, und der vorherige Eigentümer hat einen ABC-Leistungsschalter nach einer anderen Namenskonvention benannt als die, die Sie für alle Ihre übrigen Schalter verwenden. In diesem Fall müssen Sie für diesen Schalter einen Alias erstellen, der Ihrer Namenskonvention entspricht.

Datenextraktion, -interpretation und -konvertierung

Klare und spezifische Konvertierungsanforderungen tragen dazu bei, dass der Datenkonvertierungsprozess präzise und effizient verläuft. Die Interpretation umfasst die Bewertung von Qualität, Vollständigkeit und Kompatibilität der Quelldaten. Sorgfältige Planung und Durchführung sind entscheidend für eine erfolgreiche Datenextraktion. Die extrahierten Daten sollten validiert werden, um Vollständigkeit, Relevanz und Genauigkeit sicherzustellen.

Daten aus mehreren Quellen können ungeordnet und teilweise sogar doppelt vorliegen. Datenextraktion und -aufnahme sollten stets eine Datenbereinigung umfassen. Diese kann im Quellsystem, während der Übertragung (in der Regel am effizientesten) oder im Zielsystem erfolgen. Das Ziel der Dateninterpretation ist die Standardisierung aller Daten. Für Netzmodelldaten unterstützt IPS® jeden CIM-konformen Datenexport vollständig.

Schließlich sorgen Konvertierungsregeln dafür, dass konvertierte Daten den Qualitäts- und Genauigkeitsstandards entsprechen, sodass Daten anwendungsübergreifend genutzt werden können.

Wichtige Fragen zu den Daten:

• Welche Migrationsskripte stehen zur Verfügung?
• Laden des grundlegenden Netzmodells
• Definition von Aktualisierungsprozessen
• Laden identifizierter MLSE-Objekte

Diese Phase umfasst die Einholung der endgültigen Freigabe für das implementierte Datenladen und die Schnittstellen. Sie liefert zudem Input für Tests und Schulungen im Rahmen des FERC-881-Projekts.

Synchronisationslogik und Datenvalidierung

Die Synchronisationslogik stellt Konsistenz zwischen Quell- und Zieldatenquellen her. Die Datenvalidierung liefert den Beteiligten verlässliche Informationen für optimale Entscheidungen. Sie erfolgt anhand einer Stichprobe, die alle erforderlichen Daten enthält. Die Quelldaten werden mit dem Schema des Ziels abgeglichen und anschließend auf Genauigkeit und Vollständigkeit geprüft.

Terminierung, Auslöser-Benachrichtigungen

Entscheidungen darüber, welche Terminierungen und Auslöser-Benachrichtigungen implementiert werden sollen, sind notwendig und sollten vom Projekt klar definiert werden. Im Rahmen der FERC-881-Vorgaben müssen Nutzer möglicherweise benachrichtigt werden, wenn die Temperatur von den prognostizierten Zielwerten abweicht. Das Einrichten automatischer Erinnerungen oder einfach das Melden der tatsächlichen Temperaturen für ein Gebiet kann die Compliance-Unterstützung erleichtern.

Der Schlüssel zu einer erfolgreichen Datenmigration liegt im Daten-Mapping. Sobald Daten definiert und überprüft wurden, lassen sich Datenvalidierungs- und Datenmigrationsskripte deutlich einfacher erstellen. Erfolgreiches Daten-Mapping macht den Unterschied zwischen einer erfolgreich automatisierten Datenmigration und dem Rückgriff auf manuelle Eingaben.