摘要：文章介紹了該數(shù)據(jù)倉庫的設計模型、結構以及實施原則，并對其應用前景做了展望。

   關鍵詞：電力  高度  技術  分析

    0 引言

    隨著電網(wǎng)規(guī)模的不斷擴大和電力市場競爭機制的引入，ems和dms各自積累了海量的數(shù)據(jù)，如何更好地利用和管理這些日益龐大的同構和異構數(shù)據(jù)庫，并挖掘出數(shù)據(jù)之間的潛在聯(lián)系，幫助企業(yè)更好地分析和決策，已成為地區(qū)供電企業(yè)日益緊迫的需求。數(shù)據(jù)倉庫技術可以把企業(yè)內、外部數(shù)據(jù)進行有效的集成，主要應用于分析型處理，基于此，本文提出了建立地區(qū)電力調度數(shù)據(jù)倉庫的思想和應用模型。

    1 數(shù)據(jù)倉庫技術

    1.1 數(shù)據(jù)倉庫技術概要 數(shù)據(jù)倉庫以改進后的數(shù)據(jù)庫技術作為存儲數(shù)據(jù)和管理資源的基本手段，以統(tǒng)計分析技術作為分析數(shù)據(jù)和提取信息的有效方法，通過人工智能、神經網(wǎng)絡、知識推理等數(shù)據(jù)挖掘方法來發(fā)現(xiàn)數(shù)據(jù)背后隱藏的規(guī)律，實現(xiàn)從“數(shù)據(jù)——信息——知識的過程，從而為企業(yè)管理階層提供各種層次的支持”。

    1.2 數(shù)據(jù)倉庫在電力調度的應用特點 ①面向主題：調度部門的ems和dms是以優(yōu)化事務處理的方式來構造數(shù)據(jù)結構的，對于某個主題的數(shù)據(jù)常常分布在不同的數(shù)據(jù)庫中，這意味著訪問某個主題的數(shù)據(jù)實際上需要訪問分布在不同數(shù)據(jù)庫中的數(shù)據(jù)集合。②數(shù)據(jù)集成。③數(shù)據(jù)的穩(wěn)定性。④隨時間變化。

    2 地區(qū)調度數(shù)據(jù)倉庫模型
    建立地區(qū)調度數(shù)據(jù)倉庫的基本思想就是在現(xiàn)有ems和dms基礎上，把ems和dms中的海量數(shù)據(jù)進行抽取和轉化后存人數(shù)據(jù)倉庫，并針對不同的主題在數(shù)據(jù)倉庫中建立數(shù)據(jù)集市，然后利用oltp和數(shù)據(jù)挖掘軟件對不同主題的數(shù)據(jù)進行分析處理，從而幫助調度人員做出決策。

    2.1 源數(shù)據(jù)層 源數(shù)據(jù)層主要是指地區(qū)電力調度現(xiàn)在所擁有的數(shù)據(jù)庫系統(tǒng)，即ems和dms。另外，由于電力調度在分析和決策時需要用外部數(shù)據(jù)，如氣象資料，省域網(wǎng)的部分資料數(shù)據(jù)等，因此，需要使用的外部數(shù)據(jù)也包括在源數(shù)據(jù)層內。

    2.2 數(shù)據(jù)提取、轉換／裝載層 地區(qū)電力調度系統(tǒng)數(shù)據(jù)庫中的數(shù)據(jù)量非常巨大，并不是所有數(shù)據(jù)都是分析決策所必須的，因此，只需用專用軟件提取分析決策所必須的ems、dms數(shù)據(jù)和外部數(shù)據(jù)。另外針對原數(shù)據(jù)庫系統(tǒng)中數(shù)據(jù)不一致的情況，必須對不一致的數(shù)據(jù)進行清洗和轉換，使載人數(shù)據(jù)倉庫中的數(shù)據(jù)和數(shù)據(jù)格式能夠保持一致，供分析決策使用。

    2.3 數(shù)據(jù)倉庫層

    2.3.1 數(shù)據(jù)倉庫存儲 數(shù)據(jù)倉庫中存儲了數(shù)據(jù)和元數(shù)據(jù)，其中數(shù)據(jù)的存儲方式主要有虛擬存儲方式、關系表存儲方式和多維結構存儲方式。由于虛擬存儲方式效率差，而關系數(shù)據(jù)庫的使用比較普遍，故采用關系表存儲方式。使用oracle作為數(shù)據(jù)倉庫設施，將數(shù)據(jù)存儲在oracle的表結構中，并按星型結構來組織這些關系表。現(xiàn)具體介紹數(shù)據(jù)倉庫中的數(shù)據(jù)、元數(shù)據(jù)、數(shù)據(jù)的組織結構和對數(shù)據(jù)的處理。

    數(shù)據(jù)。地區(qū)電力調度數(shù)據(jù)倉庫中的數(shù)據(jù)指的是從ems、dms或外部數(shù)據(jù)庫中提取，并經過清洗和轉化的數(shù)據(jù)。由于數(shù)據(jù)倉庫主要用于olap分析和數(shù)據(jù)挖掘，因此需在原始數(shù)據(jù)的基礎上增加冗余信息，進行預運算，建立多維數(shù)據(jù)庫，以迅速轉換數(shù)據(jù)。

    元數(shù)據(jù)。元數(shù)據(jù)是描述數(shù)據(jù)的數(shù)據(jù)，它描述了數(shù)據(jù)倉庫中的數(shù)據(jù)和環(huán)境，遍及數(shù)據(jù)倉庫的所有方面。它包括兩種，一種是操作型環(huán)境向數(shù)據(jù)倉庫環(huán)境轉換而建立的元數(shù)據(jù)，包括所有源數(shù)據(jù)項的名稱、屬性及其在提取倉庫中的變化；第二種元數(shù)據(jù)是數(shù)據(jù)倉庫中用來與最終用戶的多維商業(yè)模型和前端工具之間建立映射的，這種數(shù)據(jù)稱為決策支持系統(tǒng)(dds)元數(shù)據(jù)。在數(shù)據(jù)倉庫中建立專用的元數(shù)據(jù)庫來存放和管理元數(shù)據(jù)。

    電網(wǎng)數(shù)據(jù)組織結構。由于ems和dms中數(shù)據(jù)量非常龐大，因此有必要對數(shù)據(jù)進行綜合。在數(shù)據(jù)倉庫中，數(shù)據(jù)被分成4種級別，分別是高度綜合級、輕度綜合級、當前細節(jié)級和早期細節(jié)級。數(shù)據(jù)總是首先進入當前細節(jié)級，然后根據(jù)應用的需求，通過預運算將數(shù)據(jù)聚合成輕度綜合級和高度綜合級。若系統(tǒng)中的一些細節(jié)數(shù)據(jù)隨著時間的推移已經老化，很少會被使用，可以將這些數(shù)據(jù)導出備份到設備上。

    數(shù)據(jù)的處理。數(shù)據(jù)倉庫中一般存放5至10年的數(shù)據(jù)，若將全部數(shù)據(jù)放在一張表內，由于數(shù)據(jù)量太大，會降低數(shù)據(jù)訪問效率，因此必須對數(shù)據(jù)表進行合理的分割?？砂磿r間對表進行分割，在表中增加時間字段，去除與分析主題無關的純操作型數(shù)據(jù)。

    在數(shù)據(jù)倉庫中，有些數(shù)據(jù)更新的較為頻繁，如實時數(shù)據(jù)，而有些數(shù)據(jù)更新的時間較長，如設備信息等。因此，有必要按數(shù)據(jù)更新的頻率對表進行劃分，將不同變化頻度的字段放在不同的表中，各表之間使用相同的“標識號”進行關聯(lián)，以節(jié)省存儲空間。

    2.3.2 數(shù)據(jù)集市 由于數(shù)據(jù)倉庫中的數(shù)據(jù)量很大，若每次訪問都要在海量數(shù)據(jù)中進行數(shù)據(jù)檢索，會降低數(shù)據(jù)處理效率，故此可建立數(shù)據(jù)集市。數(shù)據(jù)集市是面向某一特定主題的、從數(shù)據(jù)倉庫中邏輯上或物理上劃分出來的數(shù)據(jù)子集。使用數(shù)據(jù)集市的主要目的是減少數(shù)據(jù)處理量。它具有面向部門、有特定的應用、規(guī)模小和實現(xiàn)速度快的優(yōu)點。在地區(qū)電力調度中可建立的數(shù)據(jù)集市有：

    負荷預測。負荷預測是地區(qū)電力調度工作的重要環(huán)節(jié)，可分為系統(tǒng)負荷預測和母線負荷預測兩類；而系統(tǒng)負荷預測按周期又分為超短期負荷預測、短期負荷預測、中期負荷預測和長期負荷預測。

系統(tǒng)安全穩(wěn)定性評估。電力系統(tǒng)有五種運行狀態(tài)，分別為正常運行狀態(tài)、告警狀態(tài)、緊急狀態(tài)、危急狀態(tài)和恢復狀態(tài)?？衫猛诰蚣夹g挖掘海量的電力系統(tǒng)運行數(shù)據(jù)，獲悉電力系統(tǒng)在何種條件下處于正常運行狀態(tài)、告警狀態(tài)、緊急狀態(tài)、危急狀態(tài)和恢復狀態(tài)，并對系統(tǒng)的安全穩(wěn)定性做出評估，從而輔助調度人員做出決策。

    電力系統(tǒng)故障分析。地區(qū)電力調度部門已經積累了大量的故障數(shù)據(jù)。系統(tǒng)故障的發(fā)生既有偶然的一面，又有規(guī)律性可遵循。運用數(shù)據(jù)挖掘技術對電網(wǎng)故障數(shù)據(jù)進行挖掘分析，獲得發(fā)生故障與氣候變化和負荷變化之間的聯(lián)系，從而輔助調度人員進行決策，合理安排檢修計劃，保證電網(wǎng)安全可靠運行。

    電力系統(tǒng)規(guī)劃設計。電網(wǎng)規(guī)劃是地區(qū)供電企業(yè)規(guī)劃活動的基本環(huán)節(jié)，在規(guī)劃過程中，需要處理大量的信息，可利用聚類、分類、關聯(lián)、總結等挖掘工具挖掘模型和數(shù)據(jù)間的關系，為輔助決策系統(tǒng)增加約束條件，從而更合理地規(guī)劃電網(wǎng)。

    電力用戶特征分析。隨著電力市場的發(fā)展和競爭的加劇，地區(qū)供電企業(yè)需要制定出有競爭力的實時電價，因此，必須對電力用戶進行準確分析。電力系統(tǒng)的用戶具有多樣性和隨機性，可利用olap多維分析的特性，對用戶的行為模式及負荷要求進行分門別類，在保證系統(tǒng)安全和穩(wěn)定性的前提下，對不同類別的用戶，采用不同的營銷策略，制定出合理的電價收費表，以提高市場競爭力。

    2.4 邏輯應用層 邏輯應用層主要包括olap、數(shù)據(jù)挖掘和界面子系統(tǒng)?，F(xiàn)具體分析
    2.4.1 olap子系統(tǒng) 在ems和dms中，調度人員通過聯(lián)機事務處理(oltp)和sql可對數(shù)據(jù)庫進行簡單查詢。隨著時間的推移，電網(wǎng)規(guī)模不斷擴大，ems和dms中的數(shù)據(jù)量也急劇增加，調度人員需要從多個維度來觀察調度系統(tǒng)的運營情況，從而輔助決策。

    2.4.2 數(shù)據(jù)挖掘子系統(tǒng) 隨著計算機技術在電力系統(tǒng)的廣泛應用，地區(qū)電力調度部門已經積累了大量的運行數(shù)據(jù)和非運行數(shù)據(jù)，這些數(shù)據(jù)記錄了地區(qū)供電企業(yè)多年的運行狀況，電力調度人員急需對這些歷史數(shù)據(jù)進行深入分析，以獲得有價值的信息，輔助調度員進行決策，提高電網(wǎng)運行的可靠性。

    2.4.3 用戶界面子系統(tǒng) 用戶界面子系統(tǒng)主要是把olap和數(shù)據(jù)挖掘的分析結果通過友好的界面展現(xiàn)給最終用戶，從而輔助用戶進行決策。

    3 小結

    由于數(shù)據(jù)倉庫具有主要面向分析型應用，輔助企業(yè)進行分析決策的強大優(yōu)勢，數(shù)據(jù)倉庫技術正在逐步應用于地區(qū)電力調度部門。在原有數(shù)據(jù)庫基礎上，建立地區(qū)電力調度數(shù)據(jù)倉庫，利用olap和數(shù)據(jù)挖掘工具對數(shù)據(jù)進行深入的分析和挖掘，找出數(shù)據(jù)之間的潛在聯(lián)系，從而在負荷預測、系統(tǒng)安全評估、電力系統(tǒng)故障分析、電網(wǎng)規(guī)劃和電力用戶特征分析等方面輔助調度人員進行決策，減輕調度人員的負擔。然而數(shù)據(jù)倉庫畢竟是一門新興技術，其在地區(qū)電力部門的應用還處于初期階段，很多功能還在探討之中。隨著數(shù)據(jù)倉庫技術的進一步完善，數(shù)據(jù)倉庫技術在地區(qū)電力調度系統(tǒng)中的應用也將進一步完善和發(fā)展。