关于开展电力企业信息化水平评价的探讨.docx

关于开展电力企业信息化水平评价的探讨
关于开展电力企业信息化水平评价的探讨
关于开展电力企业信息化水平评价的探讨
1、引言
信息化水平评价，也称为信息化评估或信息化测评。通过对企业信息化总体水平进行评估，建立信息化标杆单位，对比集团企业内部单位和标杆的差距，为企业制定等高计划，明确信息化建设目标，帮助企业建立内部信息化水平评价体系的实践方案，对企业信息化基本发展状况形成标准、客观、定量的分析结论，为信息化工作提供基础数据，从而有依据性的衡量、统筹、指导信息化工作的开展。进行企业信息化水平评价可以深化公司全员对信息化的认识，推动信息化建设，进而提升现代化企业的核心竞争力。
信息化价值是信息化各利益相关者共同创造的价值，是由信息化投资带来的可以用企业核心语言表达的绩效。信息化价值体现在应用中，是信息资产和其他企业资产融合后相互作用、共同形成的价值增值。信息化如何更好的助力公司智能电网与“三集五大”建设，如何充分发挥信息化对深化“两个转变”、建设“一强三优”现代公司的坚强支撑作用，如何进一步推动公司信息化与业务深度融合，以及在信息化价值在现代化“一强三优”的公司如何体现，是目前我们必须需要面对的难题之一。
2、国内外信息化评估开展介绍
1）哈佛大学与世界经济论坛“网络化准备指数”评估体系
201*年，哈佛大学国际发展中心与世界经济论坛合作，在基于各国信息与通信技术(ICTs)的应用现状和发展潜力的基础上，首次对世界上75个国家和地区的网络化准备情况进行了综合评估和对比分析，并于201*年2月4日发表了题为《全球信息技术报告201*201*：准备进入网络世界》的研究报告，该报告以“网络化准备指数”(NetworkedReadinessIndex．简称NRI)的形式公布了评估结果，为商业行动和政府政策制定提供参考。此后每年都以年度报告的形式公布评估结果。
2)美国国际数据公司“信息社会指数”评估体系
“信息社会指数”(Inform~ionSocietyIndex，ISI)是国际数据公司(IDC)和《世界时代》(WorldTimes)全球研究部在“97全球知识发展大会”上共同提供的新概念。从1996年，IDC每年都对全球55个国家(或地区)参与信息社会的能力进行综合评估，并以“信息社会指数”的形式
公布评估结果。根据这些国家的信息化指数，将参评国家的发展状况分为漫步型、小跑型、快跑型、速滑型冰者4个发展等级，并从全球角度对信息化社会建设进行了分析，为处于不同发展阶段的国家提出了相关的发展建议。
3)澳大利亚“信息经济办公室指数”评估体系
澳大利亚国家信息经济办公室分别于201*年4月和201*年8月公布了一些国家的信息经济发展水平指数。根据各国信息经济的规模、发展状况和发展潜力的相关数据，NOIE进行了综合评估和对比分析．并以澳大利亚“国家信息经济办公室指数”(NOIEIndex)的形式公布了评估结果，为各国信息经济建设投资提供参考。
我国，在国家宏观政策的指引下，各部委各部门在政府、企业、科研、教育等多个领域均开展了相关的信息化评估工作。同时还进行了国家信息化发展水平及城市信息化发展水平的评估工作。统计局每年进行一次国家信息化发展指数的评估。国资委从去年开始启动对央企的信息化评估工作，并将信息化评估纳入到央企的绩效考核中。目前国内比较有影响力，成规模的制造业信息化评估则是由国家制造业信息化领导协调小组（科技部）牵头，从“十五”期间开始实施，每年举行一次。教育部也组织相关单位在国内对高校系统进行了多次教育领域的信息化评估工作。
总体来看，国际上对信息化发展水平评估主要涉及九个方面，包括：环境(包括社会环境、政策法律环境和市场环境)；信息基础设施及相关设备的普及应用情况；信息通信技术接人成本、质量与安全情况；人力资源建设情况；数字鸿沟情况；电子政务发展水平；电子商务发展水平；企业信息化进展情况；信息技术在医疗、教育、文化等公共领域的应用。评价方法呈现既有多元化，又有共性的特征，但至今还没有一套国际通行的、比较权威、科学、系统的信息化评估方法体系。
3、当前电力企业信息化建设水平现状
1）信息化规划
目前电力企业对未来信息化的发展规划均比较简单，或简单执行上级单位规划，但上级规划均属于具有政策性、引导性的规划，是用来供集团内部各单位做参考使用，并未结合各单位实际情况进行规划。因此现在多数单位的信息化规划工作基本未组织专门的信息化规划会议，也没有信息化规划文档，很多单位只是网络部人员在年终工作总结时简单提到一些下一年的日常工作，普遍比较简单。
2）一把手工程
信息化是一把手工程，但从各单位的了解情况来看，只有个别单位是大领导直接对信息化部门进行管理，大部分部门对信息化的认识程度还不是很高。
3）信息化部门设置
从当前信息化部门设置来看，很多单位还是把它定位于管理部门，有些设置在科技处或办公室下面的一个科室（重视程度不够），但也有些单位是把它独立出来作为一个单独的支撑部门进行运营。往往成立的信息中心或信息班，没有将信息化相关工作单独成立为一个部门。
4）信息人才
目前很多单位真正从事和信息化相关工作的人员仅仅1－2名，他们只能忙于每天日常的计算机维护工作，没有精力再考虑其它更深入的事情，而这些人员，由于待遇、职称和编制问题，普遍流动性比较大，信息专业人才流失严重，存在很大的隐患，部分单位甚至出现只有一个信息主任，普通职工全部调走或辞职。
5）制度建设
单位在制度制订方面还是做的比较不错的，如：IT设备使用制度、信息化人员管理制度、机房管理制度、信息安全相关制度、信息审核制度等等，但从执行情况来看，则不同单位存在一定的差异性。
6）信息安全
目前多数单位非常重视信息安全工作以及信息系统保密工作，一般通过IP和帐号来限制外部访问内网等，在新疆电力公司内部采用“双网隔离”方式进行限制，但在一些更细化的管理方面则相对差一些，入各单位对于病毒防护普遍还是有一定程度的重视，但做的不是非常好，主要体现在升级不及时，购买终端点数不能覆盖公司内所有终端，防毒软件不统一等现象，在数据保密方面，由于很多单位涉及一些涉密信息，而这方面有专门的单位进行检查，做的也比较好，但对于一般意义上的数据保密则没有做更多的限制，只有个别单位做了一些灾难恢复和应急预案等。
4、电力企业开展信息化水平评价的必要性
社会信息化程度已成为21世纪衡量一个国家或地区经济发展水平和竞争实力的重要标志。对企业进行信息化发展水平及其信息技术应用环境进行评估研究，有利于更好地了解企业向信息社会迈进的程度，使企业把握潜在的市场机会和制定进一步的发展战略。
新疆电力公司近年来认真贯彻国家电网公司信息化建设各项要求，信息化工作“起步晚、进步快、水平高”，支撑了企业集团化运作，集约化发展，精细化管理及标准化建设，按照国家电网公司建设“SG186工程”的具体部署和对“SG186工程”的深入研读和理解，依据公司业务发展和信息化建设的现状，开展公司“十一五”期间的信息化工作，以“建设一体化平台、构筑八大应用、夯实六大保障”为内容，努力落实并实践“SG186工程”，经过几年建设，新疆电力公司信息化工作取得了巨大成绩，通过了国网公司“SG186”信息化工程的测试和验收。但是，目前新疆电力行业各单位在企业级信息系统建设、信息资源有效利用、运维能力、信息化支撑公司发展能力等方面也急需进一步加强，存在“重建设、轻应用”的现象，信息安全形势严峻。
随着“两个转变”的深入，国家电网提出了建设坚强智能电网和推进“三集五大”的重大举措，公司如何又好又快发展对信息化建设提出了更高要求，需要信息化在现有基础上提供更加全面的服务和支撑，也为信息化工作提出了新要求、新课题、新任务和新挑战，因此在电力行业开展信息化水平评测是非常必要的。
开展信息化水平评价有如下好处：1）可以充分发挥信息化对深化“两个转变”、建设“一强三优”现代公司的坚强支撑作用；2）可以进一步推动信息化与业务深度融合，支撑企业战略实现和业务发展；3）可以全面总结近几年来信息化建设取得的成绩和经验，分析和展示信息化工作的价值和理念，促进公司管理和业务部门更加深入理解信息化工作的价值和重要意义。4）可以收集公司主要管理和业务部门对信息化工作的需求和建议，为未来几年开展信息化工作提供参考依据，形成推动信息化工作有力抓手。
5、结束语
论文摘要：正确分析和评价电力企业信息化水平，对于提高电力行业的整体信息化水平，增强电力企业的竞争力，具有重要的现实意义。通过应用BP神经网络理论，对电力企业信息化水平进行综合评价，建立了评价体系的数学模型。该模型在收敛速度、网络适应能力方面是可行的、适用的。实验结果表明：该模型克服了传统电力企业信息化水平评价过程的复杂性，具有方便准确、可靠.快速的特点，辨识精度高。论文关键词：BP神经网络;电力企业;信息化水平;评价;指标体系0引言
电力行业是国内应用信息技术较早的行业之一，先后经历了生产过程自动化、管理信息化等建设阶段。目前，电力信息化呈现出基础设施齐备、数据庞杂、应用广泛等特点，已从量化范畴提升到质的高度。对电力企业进行有效的信息化评价和管理，是提升信息化水平和实现企业信息化可持续发展的重要保障。如何积极开展信息化建设来降低运营成本?通过何种指标来科学评价我国电力企业的信息化发展水平?这是当前电力行业必须解决的一个问题，而目前我国还没有一套完整的电力企业信息化水平评价指标体系正式发布。通过构建科学、实用、有效的电力企业信息化水平评价体系，采用具有学习、记忆、归纳、容错及自学习、自适应能力的BP神经网络算法，科学、有效、客观地评价电力企业信息化水平，有利于规范和完善电力企业信息化建设，促进电力信息化健康，快速地发展。1电力企业信息化水平评价指标体系的建立1.1建立的原则
(1)简明科学原则。评价指标体系应明确反映电力企业信息化水平高低与指标间的关系，避免无关的指标列入，指标体系的大小也应适宜。若评价指标体系过大、指标层次过多、指标过细，则势必将评价者的注意力吸引到细小问题上;而若评价指标体系过小、指标层次过少、指标过粗，则不能充分反映和评价电力企业信息化的整体设计与使用情况。
(2)公正合理原则。即评价指标应能客观、公正、合理地体现电力企业信息化水平的动态性。
(3)易于操作原则。评价指标体系在实际应用中应具有可操作性，指标含义明确、可靠，数据易于收集，可供不了解指标体系建立过程的人员进行操作与应用。
(4)以定量指标为主，辅以一定的定性指标。评价指标尽可能以定量指标为主，但全部采用定量指标也不能完全反映电力企业信息化水平的整体情况，所以要辅以一些描述性的定性指标。1.2指标体系的内容
结合电力企业信息化水平评价指标体系建立的原则，从3个层次来构建电力企业信息化水平评价指标体系，主要由业务支持程度、IT绩效水平、信息技术水平、IT管理能力、IT持续发展能力等五大方面构成，如表l所示。
1.3指标值的确定及归一化处理
在上述55个三级指标中，有定性指标和定量指标之分。根据指标的评价准则又可分为3类指标：正向指标、负向指标和优化指标。由于不同的指标从不同侧面反映电力企业信息化水平，指标之间又由于量纲不同，所以无法进行比较。因此，为了便于最终评价值的确定，需要对各指标进行无量纲化处理，即对评价指标做标准化、正规化处理，以便消除指标量纲的影响。考虑神经网络训练的收敛问题，对所有指标分3种情况进行无量纲化处理。
(1)定性指标。定性指标有工程建设情况、信息安全措施、信息安全制度的完善程度、信息安全制度的执行情况、企业职工IT素质等。这些指标的评价值采用专家打分的办法进行评价，取值为0.0～1.0之间。(2)正向定量指标。是指标值越大越好的指标，包括：设备的运行率、安全运行时间、物资供应保障率、劳动生产率、网络覆盖率、联通率等。因这类指标越大越好，故选用所有电力企业的最大值为该指标的理想值，进行无量纲化处理。
(3)负向定量指标。是指其值越小越好的指标，包括采购成本、生产成本、平均响应时间等。这类指标是越小越好，因此，选取所有电力企业的最小值为该指标的理想值，并进行无量纲化处理。
(4)优化指标。是指标具有一个最优的取值范围，太大或太小都不好的指标包括电力企业资产负债率指标，该指标如果太大说明企业在信息化投资建设中将会出现资不抵债的情况，不利于电力企业的发展;如果该指标值很小则说明在企业信息化建设中没有发挥有限资本的价值。一般该指标取40%～60%比较理想，然后进行无量纲化处理。无量纲化处理方法如下：
(1)有量纲向无量纲的转化。采取一种二次抛物偏大型分布的数学模型描述：2电力企业信息化水平评价的神经网络专家系统2.1BP神经网络的基本原理
人工神经网络(ANN)是由大量简单的处理单元组成的非线性、自适应、自组织系统，它是在现代神经科学研究成果的基础上，试图通过模拟人类神经系统对信息进行加工、记忆和处理的方式，设计出的一种具有人脑风格的信息处理系统。它可广泛应用于预测、分类、模式识别和过程控制等各种数据处理场合，相对于传统的数据分析处理方法，更适合处理模糊、非线性和模式特征不明确的问题。
BP神经网络是单向传播的多层前向神经网络，网络可分为输入层、中间层(隐含层)和输出层，其中输入和输出都只有1层，中间层可有1层或多层。同层的网络结点之间没有连接，每个网络结点表示一个神经元，其传递函数通常采用Sigmoid型函数。每对神经元之间的连接上有一个加权系数W，它可以加强或减弱上一个神经元的输出对下一个神经元的刺激。这个加权系数通常称为权值，修改权值的规则称为权值算法。建立在BP神经网络基础上的专家系统根据一定的算法，通过对样本数据的学习确定网络权值。神经网络专家系统的权值确定、结构稳定后，就可以处理新的数据，给出相应的输出。2.2基于BP网络的电力企业信息化水平评价的学习过程
BP神经网络电力企业信息化水平评价模型中，输入层包含55个神经元，分别接受55个电力企业信息化水平评价中三级指标的样本数据输入;中间层包含26个神经元;输出层有1个神经元，就是电力企业信息化水平评价结果，相应的BP网络结构如图1所示。
由于神经网络各层的初始连接权值是任意的，必须先对神经网络进行训练，使电力企业信息化水平评价结果的实际输出与期望值的偏差尽可能小。BP神经网络通过训练将学习样本的真实值与网络输出的误差反向传播到各层的神经元，采用梯度下降法不断调节各层的权值，(免费活动tang)减小因权值带来的偏差，从而使训练样本真实输出与网络输出的误差控制在设定的0.001误差范围内。具体BP神经网络学习过程如下：
(1)根据电力企业信息化水平评价指标要求，提供训练集。选人对网络输出即电力企业信息化水平有影响的三级指标x1，x2，……，x55作为输入自变量，以此确定输入节点的个数(本网络有55个输入节点);(2)进行初始化。置所有权值为随机任意小，给定学习精度￡一10，目标误差为0.001，读入网络初始权重及学习样本。这里可通过对电力企业300名职工开展问卷调查，随机抽取前100组记录(样本序号为1～100)作为神经网络辩识模型的训练样本;