摘要：本文对传统电力调度数据系统于决策分析层上的缺陷，进行了浅要分析，并且提出在此基础上，对数据库系统建立数据仓库的想法，以下将进行细致展望。
关键词：数据仓库：技术：电力调度
一、引言
由于电力部门对市场竞争机制的引入，不断扩大规模的电网结构在ENS和DMS中都分别累积了不少海量数据，怎样对这些日渐庞大的异构与同构数据进行管理和利用，将其潜藏功能挖出，让企业可以拥有更好的决策，在分析上也更加具有效果，这也是电力部门现如今的迫切需求，数据仓库能够有效对企业的所有数据，及时有效的集成，主要功能是分析处理，为此，下文将建立数据仓库的应用模型。
二、浅析数据仓库技术
2.1、技术概要
作为对资源进行管理的基本手段，分析和统计技术，是数据仓库进行有效信息提取的直接方法，主要运用神经网络、人工智能以及对知识的推理，来对数据隐藏规律进行发掘，最终实现从数据到信息再到知识的过程转变，为管理层提供决策支持。
2.2、在电力调度中的数据仓库特点
数据仓库在应用上有很多特点，1，在主题上：在构造数据结构的时候，调度部门的ENS和DMS主要采取的是事物处理优化方式,2，在数据集成上，地区调度部门和数据库中的数据都呈现分散而非集成的这样一个状态，因为厂家不同的原因，他们分别有自己的数据库，所以导致了数据库的属性差别很多，有异义同名的，也有同名异义的，所以对于进入数据库的数据必须转化和清洗，使其保持一致,3，在数据的稳定性上，数据仓库存储数据的时候是分批完成的，定期将数据提取到仓库中，这些记录只能进入，就无法进行删除,4，数据仓库的记录是随着时间进行变化的。
三、数据仓库模型内容
数据仓库的基本建立思想是在ENS和DMS进行，就是把存于ENS和DMS现有的海量数据，进行转化和抽取，然后提取进入数据仓库。根据数据主题的不同，可以把它们建立成不同的数据集市，最后用数据挖掘工具及OLTP软件，对不同主题的数据予以处理，并得到一定分析结果，调度人员即可从分析结果上，选择意在选取的决策。
3.1、源数据层
源数据层即指数据库系统，也就是ENS和DMS。除此之外，有时候电力调度部门在进行企业层的决策分析活动时，也需要考虑到一些外部数据，例如，省城部分资料和气象天气资料，所以，源数据层的内容有时也包括一些需要使用的外部数据。
3.2、提取、装载层
电力部门数据库中的数据量十分庞大，不是所有数据都能够用到，也非必须，所以，有时只需要对外部数据及ENS和DMS中的数据进行专门分析提取即可。如果数据发生不一致情况，必须进行转换和清洗，然后让被载入仓库中的数据在格式上都可以保持统一，便用于企业的分析决策活动。
期刊文章分类查询,尽在期刊图书馆
3.3、仓库层
电力调度部门中的数据仓库层，里面包含很多内容，主要两大部分内容为数据仓库存储和数据集市，而数据仓库存储中又包含四个部分内容，即数据、元数据、电网数据组织结构及数据的处理。而数据集市则有五个部分内容构成：即负荷预测、系统安全稳定性评估、电力系统故障分析、电力系统规划设计及电力用户特征分析。需要说明的是，数据仓库在数据的存储时效上，一般只有5-10年，如果把所有数据都放在一张表内，数据的访问效率则会因为数据量过大而被降低，所以，对于数据表一般要进行合理性分割，在这里分割可以按照时间进行，用增加时间字段的方法，将跟主题无关的数据去除即可。
随着市场竞争的加剧，电力部门的发展也面临严峻的局势，怎样制定出最有竞争力的实时电价对企业来说非常重要，至此，也因为电力系统用户在特性上都具有随机与多样性的关系，可以利用OLAP工具的特征，对数据进行多维分析，用户负荷和行为模式这些，都应该在类别上进行明确分析，从而在对系统稳定性及安全的基础前提下，争取用更多有效且多样性的营销策略，把电价收费表制定的更加合理化，从而将企业的市场竞争力都提升起来。
3.4、逻辑应用层
逻辑应用层的主要内容是OLAP、界面和数据挖掘子系统三部分。
OLAP子系统：调度人员可以用联机事务处的SQL和OLTP在ENS和DMS中进行数据的简单查询，因为电网规模一直在时间的推移下扩大规模，所以ENS和DMS中的数据量也一直是处于急速增加状态的，所以调度人员对于调度系统的运营情况观察，需要从多个维度进行考虑，从而起到对决策的辅助作用。
数据挖掘子系统：电力系统在对计算机技术广泛使用的情况下，已经在部门积攒了大量的非运行与运行数据。这些数据把企业的多年运行状况都涵盖在内，进行对这些数据的深入分析，将会获取非常具有价值的信息，从而为提高电网的运行性能起到决策辅助的作用。总体来说，数据挖掘过程就是一个在大量数据间利用分析工具，找出数据与模型间关系的活动过程。
用户界面子系统：此系统主要是对于数据挖掘结果进行传递的这样一个过程，它会把OLAP和数据挖掘来的信息用友好界面向用户进行展示，最终起到对用户进行决策辅助的作用。现在大多数电力系统在对数据仓库的使用，基本都还在试用探讨的阶段，并没有真正扩大使用规模和使用投入，所以，笔者建议对于数据仓库的使用方法，不宜瀑布式，还需要进行螺旋式开发的缓慢推进过程，最好是可以把庞大工程进行阶段性划分，完成相应阶段的工作后，再进行新阶段内容的开发，避免在财产上因考虑不周而产生的损失。
总结：因为数据库的主要功能便是分析应用，其在对企业的决策分析上具有辅助性优势，现如今各地区电力调度部门都在进行数据仓库的使用，在原来数据库的铺垫作用下，期望建立地区数据仓库，利用一些数据工具进行对数据的深入挖掘与深入分析，将它们之间的潜在联系找出，从而从店里用户的特征进行决策的辅助调动，给调度人员减轻工作上的压力和负担。但是数据仓库毕竟属于新型技术，也正处于使用初期阶段，它的很多功能还需以后共同探讨。
参考文献：
[1]基于离散对数的数字签名方案在电力调度系统中的应用[J].朱紫钊,冯子曦.工业计量.2017(S2)
[2]无线数据传输技术在电力调度系统中的应用[J].曹辉,邵凡,鲁燕,张驰,王一凡.科技创新导报.2017(17)
[3]量子通信在电力调度系统应用分析[J].肖磊,吕磊,杨雪,张庆,刘琪琛,张启发,李欢.电信科学.2017(S1)
论文作者:李佑伟
论文发表刊物:《电力设备》2017年第33期
论文发表时间:2018/4/18
标签：数据论文; 数据仓库论文; 电力论文; 子系统论文; 企业论文; 数据挖掘论文; 部门论文; 《电力设备》2017年第33期论文;