数据仓库等商业智能技术在供电企业的应用

2013-11-25 10:06:12 电力信息化　点击量：评论 (0)

摘要供电企业的信息化建设经过近几年的发展，已经初具规模。然而，我们同时也正在逐步陷入数据爆炸、信息匮乏的局面。因此，本文引入了以数据仓库、OLAP（联机分析处理）和数据挖掘为主要构件的商业智能，作者

在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合。与其他数据库应用不同的是，数据仓库更像一种过程，对分布在企业内部各处的业务数据的整合、加工和分析的过程。简单的说，数据仓库就是用来抽取、整合、分布、存储有用的信息。

企业的信息往往分布在不同的独立系统或各自的部门，这就有必要把各个区域的数据集合起来，去其糟粕、取其精华，将真实的、有用的数据保留下来，随时准备管理人员使用。因此，数据仓库不仅仅是个数据的储存仓库，更重要的是它提供了丰富的工具来清洗、转换和从各地提取数据，使得放在仓库里的数据有条有理，易于使用。

数据仓库是商业智能的基础，许多基本报表可以由此生成，但它更大的用处是作为进一步分析的数据源。数据仓库能供给多维分析和数据挖掘所需要的、整齐一致的数据。

1.2.2. 联机分析处理(OLAP)

OLAP侧重于数据仓库中的数据分析，将其转换成辅助决策信息。OLAP委员会的定义是：OLAP是使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。

管理人员往往希望从不同的角度来审视业务数值，比如从时间、地域、功能、利润来看同一类业务的总额。每一个分析的角度可以叫作一个维，我们把多角度分析方式称为多维分析。OLAP根据用户常用的多种分析角度，事先计算好一些辅助结构，以便在查询时能尽快抽取到所要的记录，并快速地从一维转变到另一维，将不同角度的信息以数字、直方图、饼图、曲线等等方式展现在用户面前。

1.2.3. 数据挖掘(DM,DataMining)

数据挖掘(Data Mining)是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则，为经营决策、市场策划、金融预测等提供依据，使大型数据库作为一个丰富可靠的资源为知识归纳服务。简单的说，数据挖掘就是发现问题、找出规律，达到预测将来的智能效果。

以上三种技术构成了商业智能(BI)的主干。这三种技术既各自独立，又相互依存。数据仓库是基础，它建立起经过筛选和整理的，清洁的数据基础，为进一步的OLAP和数据挖掘做好准备。OLAP（联机分析处理）与数据挖掘(DM)都是数据库（数据仓库）的分析工具，在实际应用中各有侧重，层次不同。