數據倉庫等商業智能技術在供電企業的應用

2013-11-25 10:06:12 電力信息化　點擊量：評論 (0)

摘要供電企業的信息化建設經過近幾年的發展，已經初具規模。然而，我們同時也正在逐步陷入數據爆炸、信息匱乏的局面。因此，本文引入了以數據倉庫、OLAP（聯機分析處理）和數據挖掘為主要構件的商業智能，作者

，較少地涉及到業務數據庫，因此，同樣的操作BI要比綜合查詢軟件的查詢速度快許多。

2.2.1.3. 數據倉庫的數據定制更靈活，更及時

構建和維護數據倉庫，是針對某一主題進行數據定制的過程，是對數據倉庫工具的使用，不需要很高的專業知識。一般由使用單位的信息化工作人員來完成，甚至有些決策者自己來完成。因此分析數據的構成可以根據企業需要隨需而變，隨企業的發展隨時而變。綜合查詢軟件一般由開發商完成，應變的能力非常有限。

2.2.1.4. OLAP的分析功能更強大，并可以實現多維分析

采用OLAP系統能處理與應用有關的任何邏輯分析和統計分析。用戶無需編程就可以定義新的專門計算，將其作為分析的一部分。并且用戶可以在OLAP平臺上進行數據分析，也可以連接到其他外部分析工具上，如時間序列分析工具、成本分配工具等等。而綜合查詢系統地分析計算和分析手段在軟件開發階段設計完成，之后基本上不能改變，功能有限，在靈活性和分析能力上，遠不能與OLAP相比。另外， OLAP提供對數據分析的多維視圖和分析，方便決策者從多個角度的來分析和了解企業的情況。事實上，多維分析是分析企業數據最有效的方法。

2.2.1.5. 可進一步進行數據挖掘

采用BI技術可以在構建數據倉庫后，進一步應用數據挖掘技術，深層次地分析數據，顯示出BI的智能魅力。而綜合查詢軟件不具有這樣的功能。

2.2.2. 電網運行和設備管理方面

我們可以運用數據倉庫技術，將調度SCADA實時數據庫中的數據以及變電所智能監控設備的實時數據等統一存儲起來，建立以電網系統運行數據中心，集中管理，統一對外發布系統運行的當前和歷史數據。既避免了SCADA系統中大量歷史數據資源的浪費；又解決了供電企業調度網與管理網實現隔離后，調度SCADA數據無法共享的問題。在此基礎上，運用OLAP和數據挖掘技術，就可以在電網運行分析、電網設備運行狀況監測分析、故障輔助診斷等等方面大有作為了。

2.2.3. 地區用電的科學預測、電力市場分析方面，

供電企業信息化在營銷和調度自動化方面積累了大量的數據。這些數據為在電力市場分析、電力負荷預測上進行數據分析和數據挖掘提供了基礎。分析某一地區在一段時間內的電量變化情況和原因；進行負荷預測；從運行數據中發現趨勢和異常，并分析這一趨勢和異常；如何開拓電力市場等等。就數據挖掘技術現在的發展水平和企業的數據條件，還不能圓滿地實現這些功能。但是目前一些供電企業已經在這些方面做了一些嘗試，并獲得了成果，相信數據挖掘技術將會有很好的應用前景。

2.2.4. 客戶服務系