流程监测范文

流程监测范文（精选6篇）

流程监测 第1篇

业务流程是企业生产经验管理等各项工作的载体,它是连接关键业务活动、核心资源与人员组织的纽带。随着国网公司管理逐步规范化,信息系统覆盖范围不断扩大,流程的自动化水平不断提高。然而外部环境快速变化、业务复杂程度持续加剧、服务响 应速度日 益提高, 基于数据 的流程监 测变得日益重要[1]。国网公司适应信息化发展潮流,2012年正式成立运营监测(控)中心,以流程监测作为核心工作内容,采用穿透至业务明细的方式,开展及时、全面、准确的主营业务活动、关键流程和核心资源监测。

国网公司每年有大量的资金支出以项目形式发生,项目类型多种多样,管理也各不相同,针对项目管理开展全过程监测,这是运营监测(控)中心流程监测的主要任务之一,其目的是为了掌握真实有效的项目发生状况,进行风险预警,帮助企业提高业务透明度、实现高效运营与快速响应、并促进项目管理水平的不断提升。目前设计成果已经得到广泛应用,国网公司总部、省市、地市三级运营监测(控)中心正在按照项目管辖范围分层开展项目全过程监测工作,发现了大量异动与问题,为管理优化与提升指明了方向。

本文将详细介绍如何针对项目管理的全过程开展流程监测,包括设计思路与应用实现等方面。

1 项目全过程监测目的

在常态的生产经营流程之外,国网公司还会以项目形式开展诸多重大管理活动与举措,例如电网、辅助设备、系统与其他设施的建设、改造、维修,以及科技研发与并购投资等,发生大量的资金支出,不断夯实与增强公司的经营基础。

1.1当前存在的问题

目前公司在项目管理上还存在一系列问题[2],直接影响了工程项目执行进度、成本造价、质量安全,并间接影响公司收入实现,主要体现在以下几个方面:

1)不同类项目的负责部门不一样,导致项目管理方式不一致,主要体现在管理环节存在差异、管理粗细程度有所不同、管理标准也要求各异。

2)同一项目前后环节分散在不同的部门,关键节点的协同上需进一步加强,上下级单位的纵向协调性需进一步增加,信息系统互联互通与数据质量需进一步提升。

3)当前的监测分析工作主要发生在各部门内部,仅针对局部环节,并较多关注进度状态与结果统计,项目执行关键节点与协同环节的重点监测、分析不足,计划与预算之间缺少关联比对。

1.2项目全过程监测目的

为提升项目管理的规范性、协同性、精细度与合规性,提升效率效益,确保依法治企,有必要开展基于业务明细数据的项目全过程监测,实现以下目的:

1) 掌握业务执行进度, 确保各类项目执行进度可控在控、实施均衡;

2)发现合法合规风险,确保计划预算编制流程规范、合法合规,项目执行过程合法合规、风险可控;

3)推动业务协同高效,确保业务部门横向协同、上下级单位之间纵向协调、各环节内部运作高效;

4)评价经营效果,发现问题不足,明确未来发展方面,持续提升经营效率效益。

项目全过程的最终作用发挥体现在事前引导、事中纠偏、事后评价上。即事前通过监测计划、预算编制、调整过程,优化计划预算编制;通过监测计划、预算完成风险,及时进行调整预警。事中通过监测计划、预算执行进度,及时发现执行偏差与问题,推动专业部门及时采取措施校正偏差;通过监测计划、预算执行过程中的合法合规与业务协同问题,及时发出预警。通过事后评价,掌握各单位、各专业计划预算执行情况与效益效果。

2 项目全过程监测框架

项目全过程监测的基本思路是通过全面导入发展投入类项目计划与预算信息,在线监测项目计划和预算编制、执行、调整过程中的异动与问题,在线分析效率效益和经营评价,并将监测分析结果及时反馈给公司决策层和综合计划与预算部门、专项计划归口部门以及相关专业部门进行异动协调解决,促进各专业、各管理层级之间的横向协调与纵向贯通,推进项目管理水平的不断提升,见图1。

2.1 监测范围

项目全过程监测范围可以区分为3类,一是覆盖的项目类型,二是选取的流程节点,三是涉及的组织层级。

在项目类型方面,主要涵盖面向电网、水电站与二次系统的电网基建、生产技改与生产大修项目,面向非经营性生产配套设施、房屋新建、扩建与购置的小型基建项目,面向未纳入工程项目管理的设备、仪器、工具等固定资产投资的零星购置项目,面向非生产性房屋及其配套设施的非生产技改、大修项目,以及面向研究开发、管理咨询、信息化、营销与教育培训等各领域的专项投入等。

在流程节点方面,全面涵盖从项目计划与预算编制、执行到评价等3个阶段,基于各专业的重点管控要求选取了12个计划管理相关的流程节点,包括项目储备、计划编制与调整、初设批复、招标采购、项目开工、合同签订、物资到货、项目建设、财务入账、投产完工、项目结算、项目决算等;选取了10个预算管理相关的流程节点,包括预算下达、项目创建、需求提报、招标采购、合同签订、合同履约、物资领用、支出入账、项目决算、项目关闭等。

在组织层级方面,国网公司总部、省市、地市按照分层监测的思路,分别对归各自管辖、实施的项目开展监测工作,并将本级监测的结果反馈给上级单位。

2.2 监测视角

基于项目全过程重点管控要求与当前的管理现状,覆盖编制、执行与评价3个阶段,主要从执行进度、趋势研判、合法合规、效率效益与数据质量等5个角度开展监测分析工作,区别来说:

1)执行进度监测与评价侧重于掌握各类项目整体执行情况,基于计划预算事项的规模、时间与资金等各项完成进度,监测项目与指标执行偏差、均衡性以及工作完成及时性;对各专业、各单位的项目计划、预算执行情况进行对比、分析。

2)趋势研判侧重于预判计划预算执行未来趋势、完成风险。

3)合法合规监测侧重于掌握计划预算编制、调整工作以及项目执行过程中,是否符合各项管理与审批要求,是否存在违反管理规定的情况。

4)效率效益评价侧重于有针对性地进行项目成本造价、效率效益评价,发现问题与发展空间。

5)数据质量监测与评价侧重于掌握项目全过程监测所需的各项指标、明细数据的在线程度、质量问题、关联匹配等方面的问题。对各专业、各单位的数据问题进行对比、分析,发现存在可提升之处。

2.3 成果应用

为了发挥价值,监测分析的结果需要形成成果输出,与公司决策、管理层进行互动反馈。目前的几种主要的具体化成果形式有异动协调工单、专题与周期性监测报告、季度 / 年度综合执行情况报告等。

从应用导向上看,监测分析能力的发展与应用有4个明显的阶段,分别是绩效导向、对标导向、预测导向、创新导向。绩效导向监测阶段关注绩效管理需求,跟踪绩效水平,与以前的绩效水平相比较,监测目标是建立问责机制;对标导向监测阶段关注行业基准,将本企业的绩效表现与行业基准相比较,使流程绩效监测与企业战略目标相匹配;预测导向监测阶段关注那些影响程度较大的举措,鼓励采取主动行动处理存在的问题,而不是被动应对,并能基于流程绩效,持续优化战略和流程设计;创新导向监测阶段专注于能够推动流程改进的那些关键成功因素,区分对核心和非核心流程,模拟探索新的优化思路。项目全过程监测当前主要以绩效、对标导向应用为主,正在探索预测与创新导向的监测。

3 监测方法与规则设计

项目管理涉及流程环节与管理规定数量众多,所需的数据种类广泛,如果全面铺开,那么一方面会工作量翻倍,另一方面也难以保证监测的有效性,因此需要进行合理的监测方法、规则设计[3]。

3.1 设计思路

监测规则设计过程中存在两种不同的工作思路,两种思路可以相互补充:

一种是基于具体业务的规则设计,主要是通过梳理公司制度、标准、流程、组织与考核等有关成文管理,以及不成文专家经验、业务常识,找到能够帮助发现问题的业务判据,并经业务部门确认后开展相关验证工作。另一种是从业务数据出发,通过对一定量的样本数据进行分析挖掘,找到能够帮助发现异动的判据,可能有相关管理规范作为支撑,也可能是根据样本数据的统计学特征进行判定,并经业务部门确认后开展相关验证工作。

3.2 监测方法

当前在进行项目全过程监测分析时,主要所采用的方法有四类,用以掌握情况、发现问题、提示风险。

1)状态跟踪:监测首先需要及时、准确、完整地掌握业务基本情况与状态,含变化、趋势、进度、结构等,形成相对统一的项目全过程业务视图。这既是开展进一步监测、分析的前提,其本身就可以增加业务透明度,方便不同的人从不一样的视角对尚没有被加工过的业务进行审视,为产生更多的业务信息与见解奠定基础。

2)阈值告警:根据业务管理或计划预算要求、外部对标参考、或者数据自身的分布规律,预先设定阈值,将业务状态参数与预先设定的阈值进行即时比对,当越限时进行预警或告警,以便及时发现经营活动的异动,提示采取合理的应对措施。

3)关联比对:根据业务关联或指标数据关联关系,将多个相关参数或指标按照一定的逻辑关系,构建关联模型,或关联到相关的业务,发现指标间的差异和问题,进行快速预警及定位分析。由于项目全过程前后节点之间存在较强的业务联系与制约关系,通过关联比对,发现业务上存在的自相矛盾之处,是一种极其有效的问题发现手段。

4)分析挖掘:仅基于业务规则或关系进行监测规则设计时,有时难以实现问题聚焦,出现打击面过宽或者忽略某些重要问题,因此基于已有大量数据,通过探索数据分布,分析业务规律与特征,再辅以统计学知识,发现异常点或离散点,已经越来越成为一种行之有效的方法了。

3.3 监测主题

针对发展投入类项目,结合其关键监测环节,合理选择应用不同的监测方法,考虑从执行进度、趋势研判、合法合规和支撑保障4个监测视角开展监测,形成6大类29项监测主题,全面覆盖公司计划编制调整、执行控制、考核评价业务见图2。

1)计划执行进度监测,对项目核准、初设批复、开工等关键环节及时性开展监测,掌握项目执行情况,发现关键环节延期情况,并针对延期项目重点关注前置和关联环节进行根因分析,同时对合理工期、投产均衡性开展周期性监测分析。

2) 预算执行进度监测, 主要对项目创建、预算完成情况和项目关闭开展监测,掌握项目需求提报、招标采购、合同签订、合同履约、物资领用、支出入账、项目决算等关键环节预算执行情况,发现各环节执行进度偏差,开展根因分析。

3)计划预算执行比对监测,主要对各项目计划执行进度和预算执行进度开展比对监测,掌握各项目计划和预算执行进度偏差情况,发现可能存在的问题。

4)趋势研判监测,主要对项目即开 / 即投延期风险进行趋势预警,监测下季度即将开工、即将投产项目,通过分析项目当前所处环节,并根据项目历史周期趋势,发现存在可能开工 / 投产延期风险项目,并对相关项目动态预警。

5)合法合规监测,主要对计划外项目、项目未 核准先开 工、未按合同 约定支付、 决算超概 算、实际支出 超财务预 算、已决算 仍列支费用等内容开展合法合规监测, 发现合法 合规方面 的风险,提升管控能力。

6)支撑保障监测,主要包含数据质量监测、系统应用监测,发现关键数据表字段信息不完整、不规范、不准确、数据表之间匹配程度不够及系统应用的问题,促进业务部门提升实用化水平。

4 基于敏捷 BI 的功能实现

传统上,监测分析类的功能往往通过商务智能(BI)为代表的工具进行实现,它们的实施周期动辄数月甚至长达1 ~ 2年,并严格的以清晰的业务需求为前提,且局限于传统BI结构,数据细节无法有效动态挖掘,它越来越不能满足企业的实际需要[4,5,6,7]。

4.1 敏捷 BI 工具的出现

数据监测 与分析的路径与方向众多,所以不断尝试、往复迭代是发现问题、形成分析结论的必由之路,在实际做分析之前很难预先设计出来,分析思路与分析过程相辅相承;并且企业的实际业务发展速度也越来越快,这实际提出了新的工具要求,以Tableau为代表的敏捷BI此时应运而生[8,9,10,11]。

敏捷BI工具不讲求大规模的数据建模,直接利用轻型分析应用,针对各类数据快速进行监测、分析业务探索,是一种想、做结合,过程、结果持续循环的新型工作方式。敏捷BI工具很好地适应了监测、分析业务需求快速变化的特点,它的显著特征是计算快速、自助使用、数据可视、兼容多类数据、结果方便共享、配置灵活,便于开展动态业务监测分析。

4.2 监测系统总体架构

根据项目全过程监测要求,结合Tableau工具的特点,监测系统的总体架构为总部、省市两级部署,总部、省市、地市三级应用。具体来说,根据监测数据需求,基于数据中心已有内容,直接从源业务系统获取数据进行补充完善,形成基础的数据标准表;对应监测分析过程中产生的新数据类型或要求,通过中间表完成转换计算;为了提升应用展现的速度,按照不同的监测分析专题,在Tableau服务器上按照应用需求进行数据提取,以此为基础进行动态监测分析应用见图3。

借助敏捷BI,可以尽可能缩短中间的数据传输链路,减少不必要的ETL过程,直接通过Tableau进行数据连接、整理、关联、计算与展现发布,以此大大减少开发工作量,有效实现业务与技术的融合、交互。

5 结束语

电网企业信息化建设日渐完善,我们日渐步入大数据时代,海量的数据中隐藏了诸多有价值的信息,通过有效的数据分析与挖掘,产生合理的业务见解,可以直接帮助提升企业的竞争力。发展投入类项目是国网公司核心的生产管理活动,基于在线数据与敏捷BI工具,开展全过程、多视角常态化动态监测分析,并就结果与业务部门有效互动,可以帮助公司掌握项目状态与进度、预警异动与趋势、避免合规风险、发现管理中的可提升之处,促进效率效益的持续提升。

摘要：项目管理是国网公司的一项关键业务活动,运营监测(控)中心需要针对项目全过程开展流程监测与分析。本文首先介绍了项目管理现状与问题,分析了项目全过程监测的目的;接着系统地阐述了项目全过程监测框架,包含监测工作思路、监测视角与应用方向等内容;随后研究了具体的监测方法,并列出了开展的具体监测主题;最后文章描述了如何基于敏捷BI进行项目全过程监测的应用实现,含系统架构与技术工具。本文介绍的监测框架、方法、工具可以供其它业务开展类似监测工作提供有益的借鉴。

关键词：项目全过程,业务流程,流程监测,运营监测(控)中心,敏捷BI

参考文献

[1]Kolár J.Business activity monitoring[J].Unpublished Master Thesis.Masaryk University,2009.

[2]宋东升.电力工程项目管理中存在的问题及措施[J].科技与企业,2012(16):43-43.

[3]Thomas M,Redmond R,Yoon V,et al.A semantic approach to monitor business process[J].Communications of the ACM,2005,48(12):55-59.

[4]Watson H J.Tutorial:Business intelligence-Past,present,and future[J].Communications of the Association for Information Systems,2009,25(1):39.

[5]张巧.商务智能发展现状与趋势分析[J].中国证券期货,2009,12(O2):14-17.

[6]薛云.应用商务智能系统推进企业管理信息化[J].中国商贸,2012,2:047.

[7]刘泽.我国企业应用商务智能的现状,挑战与对策研究[J].科技管理研究,2012,32(2):34-37.

[8]Minelli M,Chambers M,Dhiraj A.Big data,biganalytics:emerging business intelligence and analytic trends for today’s businesses[M].John Wiley&Sons,2012.

舆情监测系统的主要流程 第2篇

天互云镜舆情监控系统的大致工作流程分为如下三个部分：

1.制定危机预警方案。针对各种类型的危机事件，制定比较详尽的判断标准和预警方案，以做到有所准备，一旦危机出现便有章可循、对症下药。此步骤主要是确定好监控的目标网站和过滤关键词。

2.密切关注事态发展。保持第一时间知悉事态发展，加强监测力度。这个可以通过第一时间大量采集、汇总各种互联网上的信息。

流程监测 第3篇

黑龙江省兽药饲料监察所是黑龙江省法定的兽药、饲料、畜禽产品和生鲜乳质量检测机构，并加挂“黑龙江省畜禽产品质量监督检验测试中心”、“农业部畜禽产品质量安全监督检验测试中心(哈尔滨)”2块牌子，是3个单位1套人马。从2009年开始，黑龙江省兽药饲料监察所就一直承担农业部下达的生鲜乳质量安全监测任务，目前已累计完成生鲜乳质量安全监测、拉网式检查、菌落总数监测、拉网式飞行抽检等任务3 565批，并完成了2010年生鲜乳质量安全监测及拉网式检查任务的黑龙江省数据汇总工作，对于生鲜乳质量安全监测工作积累了丰富的经验。

1 监测工作的实施流程

1.1 积极与畜牧兽医主管部门沟通协调

畜牧兽医主管部门负责奶畜饲养以及生鲜乳生产环节、收购环节的监督管理，承担着生鲜乳收购站、运输车收购和准运证明的审批及日常监管工作。监测工作开始前积极与畜牧兽医主管部门沟通协调，不但可以了解被监测地区生鲜乳生产、收购、运输的详细情况，而且还可以掌握该地区生鲜乳收购站和运输车的详细信息，为后期抽样时获取完整准确的信息奠定基础。

1.2 监测开始前制定完整的实施方案

根据畜牧兽医主管部门下达任务文件的要求，在监测工作开始前制定本单位的工作实施方案，对监测时间、人员分工、编号原则、工作规范、承检科室、工作要求、结果的确认及上报等方面进行明确和细化，落实到科室、落实到人头，并下发至相关科室及人员手中。一方面使监测任务在单位内部的实施细节有了文件化的规定，另一方面也满足了《实验室资质认定评审准则》中对政府下达的指令性检验任务，应编制计划并保质保量按时完成“条款”对检测机构的要求。

1.3 提早准备监测所需用品

根据任务的要求，由相关科室列出抽样和检验所需物品清单交由后勤部门及早准备和采购或印刷，避免因监测用品准备不足而影响监测工作的实施，所有监测用品的规格和格式均严格按照任务文件的要求采购和印制。

1.4 工作开展前对所有监测人员进行培训

在每次监测工作开始前，主管所长均召集所有参与监测工作的人员召开监测技术培训会，进行抽样方法、抽样要求、检测方法、注意事项、质控措施、上报要求、工作纪律及《农业部生鲜乳质量安全监测工作规范》等内容的培训和讨论，并进行相关内容的闭卷笔试考核，对于考核成绩不合格的人员不得参与本次监测工作，所有培训材料存入每个人员的技术档案中。通过培训不但提高了监测人员的技术水平，同时也满足了《实验室资质认定评审准则》相关条款对检测机构的要求。

1.5 抽样

抽样人员到达被监测地区后，向当地畜牧兽医主管部门索要《生鲜乳收购站许可证发放备案登记表》和《生鲜乳运输车准运证发放备案登记表》，随机指定被检收购站和运输车并到收购站和乳制品生产企业进行现场采样，填写抽样单时与备案登记表进行核对，确保各种信息的完整准确。

1.6 样品的入库及检测任务的下达

样品由抽样人员带回单位，经核对相关信息无误后由业务办公室接收、登记、入库，打乱抽样编号、清除样品来源信息后重新编号，匿名下达给检测室，标明检测项目、检测方法、完成时间等要求。

1.7 样品的检测

检测室严格按照业务办公室的要求进行检验，检验中应采取人员比对、仪器比对、加标回收、空白对照等必要的质控措施。出现以下三种情况的应进行换人复检：临界值、离散数据、不符合标准规定的检出限的检测结果;检测过程中发现异常情况并有可能影响检验结果的;各级审核人员对检测结果提出异议，检测人员又解释不清的。采取质控措施不仅提高了检测结果的准确性，而且也满足了《实验室资质认定评审准则》中关于“结果质量控制”条款的要求。

1.8 数据的汇总及上报

目前，农业部生鲜乳质量安全监测的所有数据都要通过生鲜乳质量安全监测系统(http://202.127.42.188/rawmilk/)上报，数据的录入要及早着手，在检测室进行样品检验的同时就开始进行数据的录入。严格按照抽样单录入信息，当发现抽样信息有遗漏或者有疑问时及时与抽样人员或被检地畜牧兽医主管部门沟通，如果抽样单信息需要更改的，则要求被检地畜牧兽医主管部门以正式文件的形式予以更正。

每天录入结束后，查看当天录入数据条数与系统记录的数量是否相符，以免遗漏。全部数据录入结束后，通过结果汇总表检查各种信息是否完整和准确。结果上报前均进行检测结果的确认，确保被检单位对检测结果没有异议。

2 监测中遇到的问题

2.1 抽样方面

生鲜乳收购许可证大多未在收购站内存放。在收购站内一般情况下看不到生鲜乳收购许可证的原件或复印件，询问原因主要为以下两种情况：一是收购许可证的原件由乳品企业或奶农合作社的社长统一保管，不在站内保存;二是收购站的站长将证件锁在办公室里而站长又不经常在站内，取不出来。

对地理位置偏远的收购站监测抽样时比较耗费时间。黑龙江省地域较广，有些收购站地理位置偏远，为了达到一定的监测覆盖面，有时为了抽取一个样品需要往返超过100 km，在一个可抽样的时间段内仅能抽到1～2个样品。

2.2 检测方面

不同任务的检测时间集中，影响了检验的时间。每年黑龙江省兽药饲料监察所均承担农业部的饲料、兽药、生鲜乳和畜禽产品监测任务，各类任务监测结果上报时间几乎相同，基本上集中在5月中下旬，导致检验时间也很集中，由于人员、仪器等方面的限制，影响了检验的进度，延长了检验的时间。

3 监测中值得重点关注的地方

3.1 储奶罐中的样品是否是整个站奶样的混合样

在生鲜乳收购站抽样前确认挤奶工作是否已经结束，储奶罐中的生鲜乳是否是整个站所有样品的混合样，还是部分样品的混合样;样品是否已经按照《乳品质量安全监督管理条例》的要求冷却到4℃。

3.2 监测信息采集的准确性及完整性

抽样单上所有项目是否有漏填;被抽检的收购站和运输车的信息是否与畜牧兽医主管部门备案登记的信息一致;交奶去向表述是否准确等。

3.3 样品封存的规范性

抽样封条粘贴是否牢固;封条上的抽样编号是否被覆盖;抽样封条粘贴是否平整，抽样编号是否清晰、易于辨认。

3.4 抽检样品和资料是否留给了被检单位

抽取的生鲜乳样品、现场填写的抽样单和各种检查表是否给被检单位留一份;被检单位是否在抽样单、各种检查表及封条上进行了签字确认。

3.5 数据录入的准确性和完整性

向生鲜乳质量安全监测系统中录入的数据是否与抽样单及检查表的信息一致、收购许可证号和准运证号的录入是否准确、是否有漏填项目等。

4 对于生鲜乳监测工作的一点建议

4.1 尽快完善检验、检测方法

目前生鲜乳中皮革水解蛋白、硫氰酸钠、β-内酰胺的检测方法均为卫生部指定方法，但是在检测机构进行实验室资质认定时，这些方法都无法进行认证。建议尽快完善检验检测方法，及早颁布生鲜乳中皮革水解蛋白、硫氰酸钠、β-内酰胺等项目的国家或行业标准。

4.2 抽样时增加防护措施，避免造成疫病的交叉传染

抽样时抽样人员需要到不同的奶站、奶牛养殖场、奶牛小区进行采样，建议抽样时穿上一次性的隔离服和鞋套，并严格按照养殖场和奶牛小区的消毒要求进行消毒，避免因监测抽样而传播疫病，同时也降低抽样人员感染人畜共患病的风险。

4.3 全年任务分多批次开展

环境监测和消毒管理制度及流程 第4篇

1.科室布局合理，清洁区、半清洁区和污染区标识明显。血液储存室、发放处和输血治疗室设在清洁区，办公室设在半清洁区，血液检验和处置室设在污染区。

2.清洁区必须每天三氧或紫外线密闭消毒30～60min，专人负责，有消毒记录。

3.接受医院“院感”委员会的监督指导，积极配合定期抽样检查。清洁区达到Ⅱ类环境标准，空气细菌菌落数＜200cfu/m3，物表菌落数＜5cfu/m2，医务人员手指菌落数＜5cfu/m2。随时保持环境清洁，每日清洁桌面、地面，被血液污染的台面用高效消毒剂及时处理。

4.各个岗位严格执行无菌操作规程。

5.禁止自采自用血液，必须按规定从合法血站取血，确保用血安全。

6.科学合理使用成分血，严格掌握输血适应证。

7.做好输血前检查工作。

8.使用的医疗器械必须是正规厂家的合格产品，达到有关标准。

9.工作人员上岗时，应随时警惕血源性传染病的传播，作好自身防护，防止职业暴露。接触血液必须戴手套，脱手套后洗手，一旦发生体表污染或锐器刺伤，应及时按规定处理。

10.储血冰箱内严禁存放其它物品，每周用消毒液清洁一次，每月对冰箱内空气进行生物学监测，不得检出致病性微生物和霉菌，随时保持冰箱清洁卫生。

11.废弃的一次性使用医疗用品、废血和血液污染物等生物垃圾，必须分类收集，贴生物危害标记，进行无害化处理。一次性空针每天消毒清洗后如数交回供应室并签字，盛血试管每天送医院焚化炉毁型焚烧处理，血液洗涤水消毒后倒入下水道，进污水处理站处理后达标排放。

流程监测 第5篇

1 监测数据采集整体规划

黑龙江省调状态监测与监控预警在省调D5000平台上集成, 部署在智能电网调度控制系统安全II区, 主站配置前置、应用等服务器, 实现信息的采集、存储、分析与应用。

系统向Ι区D5000监控系统以E文本格式推送状态监测实时告警信息, 实现监控告警窗内以同一界面滚动平行监盘展示。

系统向Ⅲ区OMS系统以E文本格式推送状态监测历史告警信息统计, 在OMS中设计统计月报, 形成缺陷记录, 并入缺陷处理流程。调度主站的第一数据源目前来自省电科院在线监测采集平台。

智能变电站变电设备状态监测信息作为第二数据源, 通过无线网接入安全接入区, 通过横向安全隔离装置传到安全II区在线监测服务器, 通过II区通信网关机接入变电站调度数据网, 并上传至调度主站[1]。

2 监测数据处理模块的实现方式

黑龙江省调度状态监测数据采集整体规划如图1所示。

从图1可以看出, 目前黑龙江省调的第一监测数据来源于省电科院输变电在线监测平台。将来, 在智能变电站的综合数据平台建设完成后, 还存在第二数据源的选择问题。根据输变电在线监测多年的运行经验来看, 远程采集的监测数据由于装置本身、传输通道、数据传输的标准化等等原因, 会使主站采集的原始数据不可用。因此黑龙江省调在此系统建设过程中, 把对原始数据的辨识和梳理, 作为整个系统建设的重要前提。

重要模块的数据处理模块, 主要有以下两点作用:

1) 将原始监测信息数据做自动或是人工的加工和处理, 形成规范的数据模型, 以保证后续模块能够使用可靠的基础数据[2]。

2) 衍生出一些二次数据, 供后续模块分析使用[3]。

数据处理模块主要包括数据合理性自动校验、数据合理性人工校验、数据告警判断、数据告警优化、数据告警抑制、监测装置工作状态 (自检、故障、异常、退出运行等) 判断[4]。单次数据处理模块流程如图2所示。

2.1 监测装置工作状态判断

监测装置工作状态判断主要是根据装置上传数据的最新时间与当前时间的差值, 结合间隔阈值来判断装置是处于正常工作、休眠或是故障状态。

监测数据是按照类型依据MDAI (n) -List[i]以及TSI[MDAI (n) ]计算监测数据状态标识F (n, k) 存储, 其计算方法是:

1) 获取某个监测装置的所有未处理数据列表。

2) 获取某个监测装置的阀值设置信息。

3) 初始化该装置的监测数据状态标识。

4) 当数据出现异常时采用对应数据补救策略。

在应用中需要按照类型分别对监测装置工作状态加以判断[5]。针对单个类型监测装置工作状态的具体判断流程如图3所示。

2.2 数据合理性自动校验

数据合理性自动校验主要是依据系统预先设置好的判定规则对各数据源在线监测数据进行校验。由于监测数据是按照类型存储的, 因此需要按照类型分别对监测数据进行校验。经过数据合理性自动校验, 将生成三种数据类型, 分别为实测数据、自动置数数据和可疑数据[6]。针对单个类型监测数据的具体校验流程如图4所示。

2.3 数据合理性人工校验

数据合理性人工校验主要是对自动校验后生成的实测数据、自动置数数据, 以及可疑数据进行人工审核、修改或确认。经过人工校验后的数据状态将变为人工置数数据。

2.4 数据告警判断、优化与抑制

数据告警判断主要是依据系统预先设置好的告警判定规则对各数据源在线监测数据进行告警判断。数据告警的优化与抑制功能可以根据告警过滤原则减少重复报警, 增强用户体验[7]。由于监测数据是按照类型存储的, 因此需要按照类型分别对监测数据进行告警判断。经过告警判断以后, 将生成预警数据和报警数据。针对单个类型监测数据的具体判断流程如图5所示。

2.5 数据状态转换图

监测数据经过数据处理时数据状态的转换过程, 如图6所示。

3 结论

黑龙江省调在此监测系统建设过程中, 针对数据采集过程中的环节进行了充分论证, 力求将数据传输和采集的干扰降到最低。同时, 研究和开发了数据处理模块, 设计的流程体系清晰完整, 充分结合程序高性能判断及人工及时干预, 避免了任一环节的遗漏。目前, 这套数据处理模块经过2个多月的调试, 已经上线运行。通过一段时间对该模块处理前的数据和处理后的数据的对比, 可以看到经过辨识的数据的准确性和合理性由65%提高到了97%, 提升明显。

摘要：为解决黑龙江省调在线状态监测与监控预警系统接收上来的状态监测及预警数据质量不齐、有效性难以验证, 以及缺乏统一处理标准等问题, 介绍了黑龙江状态监测系统数据采集的整体规划, 阐述了如何建立一套标准、实用的数据处理流程及详细步骤, 并以图文结合的方式说明黑龙江省调在实现监测数据的有效性、唯一性、合理性方面所采取的具体措施, 为系统后期的各项功能应用提供了良好的基础数据。

关键词：黑龙江省,调度状态,监测与预警系统,数据采集与处理,优化与抑制

参考文献

[1]杨雄平.电力系统网络拓扑结构分析及运行方式组合研究[D].武汉:华中科技大学, 2007.YANG Xiongping.Research on the structure of network topology and the combination of operation mode for power system[D].Wuhan:Huazhong University of Science and Technology, 2007.

[2]曾天.浅析智能电网数据质量控制研究[J].城市建设理论研究, 2012 (14) :17-9.ZENG Tian.Analysis on the quality control of smart grid data[J].Urban Construction Magazine Press, 2012 (14) :17-9.

[3]王曰芬, 章成志, 张蓓蓓, 等.数据清洗研究综述[J].情报分析与研究, 2007 (12) :51-53.WANG Yuefen, ZHANG Chengzhi, ZHANG Peipei, et al.A survey of data cleaning[J].Intelligence Analysis and Research, 2007 (12) :51-53.

[4]张亮.电力调度数据中心数据质量问题研究[J].华东电力, 2009 (3) :77-79.ZHANG Liang.Research on data quality for electric power dispatch data center[J].East China Electric Power, 2009 (3) :77-79.

[5]李虎, 邹建明.在线监测技术在电网中的应用[J].华中电力, 2007 (6) :43-46.LI Hu, ZOU Jianming.The application of online technology in power grid[J].Central China Electric Power, 2007 (6) :43-46.

[6]朱六璋.调度信息系统的数据清洗应用[J].电力信息化, 2007 (4) :61-65.ZHU Liuzhang.Application of data cleaning for dispatching information system[J].Electric Power Information Technology, 2007 (4) :61-65.

流程监测 第6篇

被誉为“第三利润源泉”的物流如今正引起越来越多企业的重视,第三方物流(Third Party Logistics,3PL)也呈现出迅速增长的趋势。日本在近20年内物流业每增长2.6%,经济总量就增加1%。我国第三方物流的引入是近几年的事情,第三方物流以其独特的优势吸引了越来越多企业的关注。未来物流需求尤其是第三方物流需求规模将越来越大,预测到2010年中国物流行业的产值将达到12000亿元[1]。相关数据表明,生产、经营企业采用物流外包形式是一个快速增长的市场,无论对于物流服务需求方(Logistic Service Requester,LSR)还是物流服务提供方(Logistic Service Provider,LSP)来说,服务质量(Quality of Service,QoS)均是关键的业务指标。一直以来,服务业难以制定统一的标准及其度量,只能依赖人类的主观判断为指标,造成了许多管理、法律上的问题,所以迫切需要一种机制,能够量化服务指标。服务等级协议(Service Level Agreement,SLA)的提出将服务引向一个易于量化、管理、控制和改进的状态,服务不再是模糊的,也不仅只停留在内在的层面。

SLA最初是用于保证网络服务的带宽和连通性,描述网络状态的典型参数(包括网络的可用性、传输速率等)。到目前为止,国内外将SLA应用于其他领域的情况并不多见。Fakhtakh等在研究并分析现有SLA模型的基础上提出了一种基于本体的SLA职责监管方法,运用语义网规则语言(Semantic Web Rule Language,SWRL)定义SLA中各方的职责,并详细阐述了一个语义更为广泛的、基于本体的SLA模型,但文章没有提出怎样利用测量到的QoS值以防止SLA的违反行为以及系统退化情形的发生[2]。Hua Xiao针对目前存在的组合服务中无法验证服务双方SLA遵从性的问题,建立了一个在设计阶段就能够验证SLA遵从性的框架[3]。Branimir Wetzstein 等研究了一种基于关键绩效指标(Key Performance Indicator,KPI)面向SLA-Aware业务流程管理的方法[4],该方法基于业务流程管理(BPM)和包含建模、配置以及执行过程在内的流程周期,但是没有将SLA运用于物流外包过程的研究。鉴于SLA在QoS管理上的优势,可以利用SLA来定义物流服务QoS并且管理这些相关过程。SLA将物流外包服务QoS进行描述、量化,可以将服务分为不同的等级,满足LSR个性化需求。

1 面向领域SLA

SLA是一个协议双方经过协商签订的正式协议,是服务提供者和用户在服务品质、优先权以及责任与义务等方面达成的一个合约(或部分合约)[5]。一般来说,SLA是对QoS的规定,如反应时间、有效性、速度等。一个完整的SLA同时也是一份合法文档,通常包括如下几个方面的内容:协议目的、角色职责、有效期、服务等级目标(SLO)、服务描述、违约责任、规则例外等[6]。

有学者将SLA模型分为通用SLA模型、领域SLA模型和具体的SLA模型3个层次[7]。其中,通用SLA模型表达的是对SLA抽象性的描述,并不涉及具体领域的相关参数;领域SLA对应一个具体领域,如这里的物流领域,我们称之为物流SLA;具体SLA模型表示将SLA应用到一个具体的基本业务中所对应的SLA。这里,我们主要对通用SLA模型和领域SLA模型进行详细的介绍。

通用SLA模型不包含具体的实例,相当于面向对象中的一个抽象基类,首先建立通用SLA模型,如图1所示:

通用SLA模型相当于一个树形结构,根元素是SLA,由Parties、Obligation和Service Definition等子元素组成:

(1)Parties定义了SLA中涉及的各方,包括协议签约双方(Signatory Parties)和引入SLA的第三方。这个第三方可以由其中某一方或者双方共同指定,代表签约双方的利益,但是在该SLA中不承担责任。引入第三方管理SLA,LSP将SLA模板存储在第三方数据库中,LSR根据自己的要求选择合适的服务与SLA模板。这样,不仅保证了SLA的规范化,而且大大降低了由于信息不对称给LSR带来的损失,LSP还可以根据LSR的特殊要求,在所选择的SLA模板基础上进行更新、增减,提高了灵活性,也避免了一些类似工作重复进行,节省了时间、人力和经济成本。文中的第三方即第四方物流企业(Four Party Logistics,4PL),通过4PL完成整个流程的监测工作。

(2)Service Definition描述定义了哪些Obligation的服务属性。SLA性能参数(SLAParameters)是指组合的QoS变量,它们是整个SLA的核心部分。基于更低级别的度量(Metrics),SLA Parameter由一种或多种Metric(或者Metric的组合)联系在一起。这些Metric是由Function或BasicMetric聚集在一起的、用于定义被测量的QoS参数。Basic Metric直接来自对LSP提供服务的管理中,Function可以是一个计算公式(如平均值)或者是在一个测量集合中的计算比例(如某个时间段的最大值,最小值)。将多个Metric组合在一起的工作通常是由LSP来完成的,但也可以把这部分工作作为测量服务外包给第三方。SLA Parameter是一个可变的量,它有一个测量单位(Unit),可能为秒、分钟、比例等等。

(3)Obligation定义了与Service Definition部分中定义的SLAParameter有关的、被保证的服务级。一个SLA包含多个服务等级目标(Service Level Objective,SLO),SLO的定义来源于许多领域,比如业务流程管理,服务和应用管理以及传统的系统和网络管理。每个SLO包含一个或多个性能测量参数,每个参数又规定了阈值,这些阈值是SLO性能参数相应的约束条件。如果SLO的参数值均落在阈值之内,或者在可接受范围之内,则可以判定该SLO是满足的。ActionGuarantee保证了SLA对特殊事件发生时的采取的措施,对这种类型的保证可以是SLA涉及的任何一方。

(4)SLAProfile表示在模板库中匹配并选择合适模板的语句,提供关于模板的一些基本信息,如该模板的功能、应用范围、所属服务类型以及对应的服务等级,大大提高了选择模板的效率。需要注意的是,在SLA通用模型结构中以根元素SLA子节点的形式表示,但它不是SLA的组成部分,领域SLA模型包含具体领域的相关知识、具体的概念定义和概念之间的关系,它主要由通用SLA模型继承或重构而来,在领域SLA模型中主要涉及参数的定义。我们主要考虑物流服务外包流程并建立相应的物流SLA。将物流服务外包给专业的第三方物流企业是一个复杂的过程。为研究方便并不失一般性,我们将这一过程进行简化和抽象,如图2所示:

图2用业务流程标注(Business Process Modeling Notation,BPMN)对物流外包服务进行了描述,从LSP接收LSR服务请求开始,经历了装货、运货、卸货并装运整个流程终止,LSP通知LSR物流服务结束。图3进一步描述了将物流服务外包给3PL的业务流程,该流程以零售商(Retailer)发出订货单为起始点,触发流程的开始。生产企业(Producer)将物流外包给3PL,它是物流服务的需求方。相应地,3PL是物流服务的提供方。LSR处理订单、请求LSP提供产品物流运输服务,并由物流管理系统来处理请求并安排整个物流运输流程。

2 SLA描述语言

建立物流SLA模型之后,需要对它进行描述。有许多语言可以实现SLA,如WSOL(Web Service Offerings Language)、GXLA:Generalized Service Level Agreement(GSLA)、WSML(Web Service Management Language)SLAng、WSAgreement、Ws-Negotiation、WSLA[2]。在这些语言中,由IBM提出的WSLA是比较成功的一种,具有灵活性较高、可用性较强,并且易于实例化等优点。

在Web服务环境下,企业面对动态的需求,SLA的监测变得越来越重要。出于经济和现实的原因,服务各方均希望能够自动配置服务本身以及SLA的管理、测量和监管QoS参数、检查双方约定的服务水平,同时向在SLA管理过程中涉及的各个当事人报告服务执行过程中的违规行为。WSLA兼具以上这些优点,使其作为SLA描述语言有着不可替代的优势。

虽然WSLA是在Web服务环境下设计的,但它也能够运用于任何在该领域内的管理场景,比如业务流程、服务管理或者更一般的网络、系统和应用的管理[8]。它是一种基于XML Schema、用于定义服务级协定的形式语言,具有灵活性、可扩展性等方面的特点,是一个Web服务的新框架。WSLA能够保证LSP和LSR清晰地定义不同种类的SLA,指定SLA参数以及这些参数怎样被测量,并且能够将这些参数与管理资源设备相联系。当接收到一个SLA时,WSLA的监管服务进行自动配置以执行SLA。我们可以采用WSLA语言来实现SLA的描述[9]。

3 面向应用领域的SLA监测机制

物流外包过程中,消除LSR和LSP之间存在的信息不对称问题,或者说LSR对物流外包流程的监控,主要体现在对SLA的监测上。通过4PL对SLA的监测能够发现正在进行的流程中存在的问题,以及时采取相应措施防止违规事件的发生,有效减少违规风险。在SLA实施过程中,监测SLA的执行情况以及怎样监测SLA并且处理这些可能的违规行为是急需解决的重要问题。对SLA的监测主要体现在对QoS的监测上,根据LSR的要求监测业务执行情况,将监测结果与SLA中的指标进行对比,一旦发现未满足要求,则立即采取相应的行动,如惩罚等。我们给出了一种SLA监测机制,如图4所示。

从图4可以看出,控制程序是一个基本的用户接口,提供SLA管理者或者相关当事人提交实例化的SLA模型。SLA测量这个部分能够自动将SLA中定义的每个度量值实例化,通过预先设定频率触发相应的测量指令,将具体的Metric值存入业务管理代理记录中。SLA参数测量部分也是能够实现自动将SLA参数实例化的,它通过业务管理代理记录获得由Metric测量部分得到的测量值进行计算或者聚合之后的值。另外一个部分就是SLA职责监管,它能够自动对协议中的每个职责进行实例化,根据SLA参数计算得到的值检查在特定的情况下是否满足SLA职责的条件。一旦流程开始,职责监管部分将执行在每个职责的预定义部分中规定的WSLA规则。

如在图3所描述的物流外包场景中,Producer接受零售商的订货触发整个流程。Producer在生产产品以及产品制造完成销售给零售商的过程中,对物流服务产生需求,此时,3PL作为LSP提供Producer所需的服务,4PL则监测整个流程的执行。假设监测对象为物流服务响应时间(ResponseTime),并事先在SLA中规定不超过30s,在这个例子中4PL将会发送违规消息给合约的签字双方。在此,ResponseTime作为Metric将自动被实例化为ResponseTime测量,每隔一个小时它会从物流服务中取得ResponseTime值并将这些值存入本地的管理代理记录中。SLA中有一个参数是平均响应时间,平均响应时间测量也会被自动产生用以计算SLA参数,通过从代理记录中读取以前测量得到的历史数据,并将这些数据用特定的函数(在本例中为计算响应时间平均数)计算得到SLA参数值。LSR根据这些参数确定LSP是否提供了预先商定的服务质量,如果发现异常,可以通知对方并与其协商,采取相应措施防止错误进一步扩大,造成不必要的损失。

4 结 论

这里我们对将SLA应用于物流服务领域进行了分析,根据物流SLA通用模型以及物流外包领域本身的特点,用WSLA语言对SLA中部分指标进行了形式化的描述,进而提出了一种SLA的监测机制,并给出一个实例进一步分析说明了该机制的作用过程。将SLA的应用从网络和通信领域拓展到物流领域,能够很好解决物流外包服务中信息不对称问题。物流外包给3PL的过程可以利用BPMN对其进行描述,建立BPMN模型,并将本文中的SLA模型集成到BPMN模型中,利用BPMN支持过程模型直接执行的特点,达到动态监测并管理整个业务流程的目的。关于这一部分的内容有待于进一步的研究。

参考文献

[1].2009年中国第三方物流市场深度研究报告[EB/OL].http:∥wenku.baidu.com/view/8bcbed2458fb770bf78a5580.html

[2].Kaouthar FAKHFAKH,Tarak CHAARI,Said TAZI,Khalil DRIRA and Mohamed JMAIEL LAAS-CNRS.A compre-hensive ontology-based approach for SLA obligations monitoring[J].The Second International Conference on Advanced Engineer-ing Computing and Applications in Sciences,2008:217~222

[3].Hua Xiao,Brian Chan,Ying Zou,Jay W Benayon,Bill O Farrell,Elena Litani,Jen Hawkins.A Framework forVerifying SLA Compliance in Coposed Services[J].IEEE Com-puter Society,2008:457~464

[4].Tobias Unger,Frank Leymann,Stephanie Mauchart,Thorsten Scheibler.Aggregation of Service Level Agreements inthe Context of Business Processes[J].IEEE Computer Society,2008:43~52

[5].TeleManagement FORUM GB917[S].SLAmanagementHandbook,2001

[6].张春芳,李红辉,汪齐贤,等.服务等级协议SLA及其实现模型研究[J].计算机应用研究,2005:69~71

[7].李永建.基于ontology的SLA研究[D].山东师范大学,2008

[8].Web Service Level Agreements(WSLA)Project[EB].http:∥www.research.ibm.com/wsla/about.html