国网黑龙江电力以数字化示范为契机，率先利用人工智能平台识别数据深层次关系，自动形成数据中台贴源层各表之间的关系图谱，并利用算法模型发现数据异常情况，挖掘出新的数据质量核对规则，有效的提高了数据质量。
一是数据关系自动识别。基于公司数据中台贴源层数据，通过字段特征识别、数据抽样比较等算法，自动识别数据中台现有数据之间的拓扑关系，为后续数据质量比对奠定基础。
二是构建数据质量模型。设计了多套有监督及无监督数据质量算法模型，并开展了模型验证工作，通过模型自动发现数据质量疑似问题。采用了线性回归、支持向量机和决策树等模型，通过深度学习进行模型集训练，监测单字段间和字段与字段间的异常数据，降低误差。
三是对数据质量问题进行确认和完善。通过数据主人视图模块，将疑似数据质量问题直接推送至数据主人视图，并通过奖励的方式让数据主人对疑似数据质量问题进行确认，对于确认较快的数据进行额外奖励。人工智能数据治理模块上线以来，训练、拟合数据内部规律得到了数据模型9个，发现了13种数据质量核查规则，确认3.9万个数据质量问题，有效提升了公司数据质量。
