国家电网公司在2019年3月7日发布了泛在电力物联网建设大纲，对于电力物联网的建设和发展进行了工作部署。根据文件内容，通过三年攻坚，到2021年初步建成泛在电力物联网；通过三年提升，到2024年建成泛在电力物联网。本文以大纲中提供的信息分析了国家电网目前中台的建设情况和未来的建设目标，判断2021年至2024年的提升阶段，起主导作用的就是国网的平台层建设结果，直接影响国网的大中台战略能否顺利贯彻。
（来源：微信公众号 爱能界 ID：en_nergy 作者：朱祺）
从国家电网公司的泛在电力物联网的建设大纲中可以看到，整个物联网的基础是“充分应用大云物移智链等现代信息技术、先进通信技术”，其中的物联网和移动互联网指的是感知层的传感技术应用、网络层的通讯协议统一和应用层包括网站与APP的开发，而大数据和云计算的应用指的就是在平台层推进大中台的建设，云计算是整个中台的计算能力基础，大数据对业务的赋能构成整个中台的实体，从而满足三型两网中三型的枢纽型、平台型和共享型要求。
1、目前国网的平台建设情况分析
从大纲中看到，在过去的十余年间，国网公司围绕着企业运营、电网运行和客户服务等业务领域及各层级应用，开发了十大应用系统，这些应用已具有一定基础，接入智能电表等各类终端5.4亿台（套），采集数据日增量超过60TB。这种系统IT架构方式称之为“烟囱式”系统，也是过去十几年间企业建设IT系统的标准方式，当业务部门提出业务需求，信息中心部门进行系统集成商的选择或自身有开发团队的企业直接立项，再进入到需求收集、需求分析、开发、测试、上线的项目周期，某种程度上每个新系统的上线都预示着一座新的烟囱矗立而成，这种时代的产物和建设模式也导致了目前很多企业内部系统烟囱林立，面临互联网转型的困难。
对于“烟囱式”系统建设带来的后续转型困难在大纲内已经很明确的指出，总结以下两方面显得尤其突出：
1）重复功能建设和维护带来的重复投资。仔细去梳理这些“烟囱式”建设起来的系统，就能发现大量的功能和业务在多个系统中同时存在，比如客户服务、企业运营和新兴业务之间，数据必然存在高度重复性，造成对于数据库的重复建设，业务较为单一并且数据量较小的企业可能造成的影响并不明显，但是按照国家电网每日数据增量为60TB的实际情况，从开发和运维两方面成本投入的角度来说就是一种很显性的成本和资源浪费。
2）前端应用开发受阻。因为前端各项业务APP、网站和公众号小程序的开发不管是面向企业用户、面向个人还是面向内部用于公司运营都会涉及到对于数据库数据的调用，烟囱系统限制了数据的利用率，而当数据库数据无法共享和贯通时，前端应用的开发就会遇到很大的阻力，并造成响应外界需求的速度和灵敏度降低。
2、国网平台层建设目标分析
云计算平台作为整个平台层的平台基础，通常把这部分的服务方式称为PAAS，平台即服务。因为国网的业务非常复杂，内部的员工数量众多，因此不管对内还是对外，计算的需求都非常大。这部分功能配置再高的单台计算机或服务器都无法完成，要满足这些需求只有依靠云计算通过服务器集群来对各项需求进行并行的处理，对于具有大量外部客户并需要进行互动的企业来说这已经是常规的做法，也不算是非常先进的技术。按照大纲要求，通过网关承担部分边缘计算任务也是考虑到数据采集的地域过于分散，尽可能的通过边缘计算减轻平台服务器集群的计算压力。
全业务统一数据中心的内涵包括两个方面，一个是因为采用云计算的前提是有数据中心这些基础设施，通常把这部分称为IAAS，基础设施即服务。所以需要根据业务需求和用户量在不同的地域规划建造数据中心为上层提供物理基础。另一个指的是全业务统一的数据库，这也是整个平台层建设难度最高、工作量最大的部分，改变之前烟囱式系统的数据库架构方式并改变成一个统一的数据中心牵涉到数据的重新定义，海量的数据需要针对格式、清洗方式、数据库架构乃至更细化的数据库分库分表进行确定和调整，这个过程相对会比较漫长，一般是采用逐步迁移的方式。
物联管理中心的建设要求是满足感知层的传感器的在接入方面的要求，包括设备的接入方式统一、传输协议统一、权限控制和对设备的管理等。如果说全业务统一的数据中心包括管理和生产的全部数据，那物联管理中心主要进行的就是生产数据的统一集成，防止建设全业务数据中心时同时需要面对的管理数据和生产数据两方面的压力。物联管理中心接收的数据来源分为两部分，感知层的设备的直接接入和网关数据的接入，相对海量呈结构化的业务数据来说，按照目前主流的以半结构化文件进行数据传输的方式，生产数据的管理要方便的多，建设进度也会快很多。
以上全部的内容合并起来称为企业中台，按照大纲的建设目标未来的国网IT架构也是大中台、小前端的形式，当整个大中台建成后，业务应用的开发无论是面向内部还是面向企业、面向个人，只需要从统一的数据库中对自己需要的部分进行调用，因此开发速度能明显加快，更快速的响应各类用户包括内部的需求并且即使应用再多，所用到的数据也是统一的，不会发生不同业务同样数据出现矛盾的情况。
