Road map for Data-Driven approach implementation in maintenance and wearing management system of electric power equipment in management decision making
https://doi.org/10.35266/2949-3455-2024-4-4
Abstract
The aim of the study is to develop a road map for implementing the Data-Driven approach in the maintenance and wearing management system of electric power equipment. The subject of the study is the Data-Driven approach in the maintenance and wearing management system of electric power equipment in management decisions making in an electric power company. The authors used the following materials and methods: dialectical, scientific knowledge and private scientific (analysis, synthesis, comparison, logical and system-structural analysis, formalization, analysis of regulatory documents), modeling. Enterprises in the electric power industry can use the study’s results to implement the Data-Driven approach in their maintenance and repair management systems for electric power equipment using the provided road map. The road map will help enterprises reduce the loss of financial and material resources caused by equipment downtime and breakdowns.
About the Authors
N. L. KetoevaRussian Federation
Candidate of Sciences (Economics), Docent
M. A. Znamenskaya
Russian Federation
Candidate of Sciences (Economics), Senior Lecturer
I. O. Borzykh
Russian Federation
Analysist
References
1. Быкова Н. В., Калинина М. С. Тренды электроэнергетики в рамках Индустрии 4.0 // Актуальные вопросы инновационного развития Арктического региона РФ : сб. материалов IV Всерос. науч.-прак-тич. конф., 14–30 ноября 2022 г., г. Северодвинск. Северодвинск : Северный (Арктический) федеральный универитет имени М. В. Ломоносова, 2023. С. 284–288.
2. Наумов В. А., Матисон В. А., Федоров Ю. Г. Новые направления развития стандартизации в процессе цифровой трансформации электроэнергетики // Энергия единой сети. 2022. № 3–4. С. 20–29.
3. Ещенко П. А., Матвеев Д. Н., Матвеева Ж. В. Осуществление учета электроэнергии с использованием современных цифровых технологий // Международный научный вестник. 2023. № 1. С. 76–78.
4. Бохан П. А. Интеллектуальный анализ данных // StudNet. 2022. Т. 5, № 6. С. 6742–6752.
5. Рубаков С. В. Современные методы анализа данных // Управление наукой и наукометрия. 2008. Т. 3, вып. 4. С. 165–176.
6. Business & Data Analytics. URL: https://www.bcg.com (дата обращения: 05.10.2024).
7. Roland Berger: Global Consulting. URL: https://www.rolandberger.com (дата обращения: 05.10.2024).
8. Арутюнова М. В., Нижарадзе С. Э., Абузярова М. И. Влияние различных стилей руководства на продуктивность управленческой деятельности в организации // Электронный научный журнал. 2016. № 11–2. С. 65–68.
9. Хакеры атаковали систему бронирования билетов: повлияет ли это на полеты. URL: https://www.rbc.ru/business/28/09/2023/651585169a7947bf86e30f09?ysclid=m2ve3mcrp8568086213 (дата обращения: 10.07.2024).
10. Критерии качества данных. URL: https://loginom.ru/blog/data-quality-criteria (дата обращения: 10.07.2024).
11. Балашов А. П. Основы теории управления. М. : ИНФРА-М, 2015. 278 с.
12. Кязимов К. Г. Управление человеческими ресурсами: профессиональное обучение и развитие персонала. 2-е изд., перераб. и доп. М. : Юрайт, 2020. 202 с.
13. Громов А. И., Фляйшман А., Шмидт В. Управление бизнес-процессами: современные методы : моногр. М. : Юрайт, 2016. 367 c.
14. NBER. URL: https://www.nber.org/digest/202012/working-homes-impact-electricity-use-pandemic (дата обращения: 05.10.2024).
15. Волкова И. О., Бурда Е. Д., Гаврикова Е. В. и др. Трансформация электроэнергетики: тренды, модели, механизмы и практики управления : моногр. Иркутск : Изд-во ИРНИТУ, 2020. 354 с.
16. Дата-центр. URL: https://ru.hostings.info/termins/data-centr.html (дата обращения: 05.10.2024).
17. SMART-LAB. URL: https://smart-lab.ru/blog/642859.php?nomobile=1 (дата обращения: 05.10.2024).
18. Жилкина Ю. В. Цифровизация электроэнергетики как «окно возможностей» для повышения эффективности энергосистем государств-участников СНГ // Вестник Казанского государственного энергетического университета. 2022. Т. 14, № 4. С. 142–155.
19. Дайитбегов Д. М. Компьютерные технологии анализа данных в эконометрике : моногр. 3-е изд., испр. и доп. М. : НИЦ Инфра-М, 2018. 587 c.
20. Тюрин Ю. Н., Макаров А. А. Анализ данных на компьютере. М. : МЦНМО, 2016. 368 c.
21. Лесковец Ю., Раджараман А., Ульман Д. Д. Анализ больших наборов данных / пер. с англ. А. А. Слинкин. Ю. Лесковец. М. : ДМК Пресс, 2016. 498 c.
22. Yandex Datalens. URL: https://datalens.yandex.cloud (дата обращения: 05.10.2024).
23. Костин В. И. Финансовый менеджмент в реальном секторе экономики. М. : Альтаир-МГАВТ, 2011. 269 с.
24. Кабаков Р. И. R в действии. Анализ и визуализация данных в программе R / пер. с англ. П. А. Волковой. М. : ДМК Пресс, 2014. 588 c.
25. Корячко В. П., Пепепелкин Д. А. Анализ и проектирование маршрутов передачи данных в корпоративных сетях : моногр. М. : Горячая линия – Телеком, 2012. 236 c.
26. СИБУР. URL: https://www.sibur.ru/ru (дата обращения: 05.10.2024).
27. Кулаичев А. П. Методы и средства комплексного анализа данных. 4-е изд., перераб. и доп. М. : Ин-фра-М, 2006. 512 c.
28. Glowbyte. URL: https://glowbyteconsulting.com (дата обращения: 05.10.2024).
29. T1 Solutions. URL: https://t1.ru (дата обращения: 05.10.2024).
Review
For citations:
Ketoeva N.L., Znamenskaya M.A., Borzykh I.O. Road map for Data-Driven approach implementation in maintenance and wearing management system of electric power equipment in management decision making. Surgut State University Journal. 2024;12(4):44-60. (In Russ.) https://doi.org/10.35266/2949-3455-2024-4-4