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

，较少地涉及到业务数据库，因此，同样的操作BI要比综合查询软件的查询速度快许多。

2.2.1.3. 数据仓库的数据定制更灵活，更及时

构建和维护数据仓库，是针对某一主题进行数据定制的过程，是对数据仓库工具的使用，不需要很高的专业知识。一般由使用单位的信息化工作人员来完成，甚至有些决策者自己来完成。因此分析数据的构成可以根据企业需要随需而变，随企业的发展随时而变。综合查询软件一般由开发商完成，应变的能力非常有限。

2.2.1.4. OLAP的分析功能更强大，并可以实现多维分析

采用OLAP系统能处理与应用有关的任何逻辑分析和统计分析。用户无需编程就可以定义新的专门计算，将其作为分析的一部分。并且用户可以在OLAP平台上进行数据分析，也可以连接到其他外部分析工具上，如时间序列分析工具、成本分配工具等等。而综合查询系统地分析计算和分析手段在软件开发阶段设计完成，之后基本上不能改变，功能有限，在灵活性和分析能力上，远不能与OLAP相比。另外， OLAP提供对数据分析的多维视图和分析，方便决策者从多个角度的来分析和了解企业的情况。事实上，多维分析是分析企业数据最有效的方法。

2.2.1.5. 可进一步进行数据挖掘

采用BI技术可以在构建数据仓库后，进一步应用数据挖掘技术，深层次地分析数据，显示出BI的智能魅力。而综合查询软件不具有这样的功能。

2.2.2. 电网运行和设备管理方面

我们可以运用数据仓库技术，将调度SCADA实时数据库中的数据以及变电所智能监控设备的实时数据等统一存储起来，建立以电网系统运行数据中心，集中管理，统一对外发布系统运行的当前和历史数据。既避免了SCADA系统中大量历史数据资源的浪费；又解决了供电企业调度网与管理网实现隔离后，调度SCADA数据无法共享的问题。在此基础上，运用OLAP和数据挖掘技术，就可以在电网运行分析、电网设备运行状况监测分析、故障辅助诊断等等方面大有作为了。

2.2.3. 地区用电的科学预测、电力市场分析方面，

供电企业信息化在营销和调度自动化方面积累了大量的数据。这些数据为在电力市场分析、电力负荷预测上进行数据分析和数据挖掘提供了基础。分析某一地区在一段时间内的电量变化情况和原因；进行负荷预测；从运行数据中发现趋势和异常，并分析这一趋势和异常；如何开拓电力市场等等。就数据挖掘技术现在的发展水平和企业的数据条件，还不能圆满地实现这些功能。但是目前一些供电企业已经在这些方面做了一些尝试，并获得了成果，相信数据挖掘技术将会有很好的应用前景。

2.2.4. 客户服务系