基于数据仓库的电力信息系统应用规划

基于数据仓库的电力信息系统应用规划

发表时间：2018-09-03T15:50:43.917Z 来源：《防护工程》2018年第9期作者：柳青[导读] 电力营销管理信息系统所面临的挑战也逐渐增大。它要求电力营销系统紧追时代的步伐，能迅速地处理大量数据，并根据电力营销市场的价值规律，掌握市场的供需关系，制定可行的营销战略，以期得到最大的经济效益。柳青

国网西藏电力有限公司西藏拉萨 850000摘要：随着经济的高速发展，人们对电力的需求也在不断地增长。在整个电力事业发展的同时，电力营销管理信息系统所面临的挑战也逐渐增大。它要求电力营销系统紧追时代的步伐，能迅速地处理大量数据，并根据电力营销市场的价值规律，掌握市场的供需关系，制定可行的营销战略，以期得到最大的经济效益。关键词：数据仓库；电力营销；数据管理引言：近年来，一些新技术（数据仓库技术、联机分析处理、数据挖掘技术等）的提出和发展，为进一步开发新的电力营销决策支持系统提供了技术支持。一些新的数据仓库技术得到发展，这是开发新的电力营销决策支持系统的基础，能够解答一些不好实现的问题。而对实用化的电力营销决策支持系统的开发需要对电力营销的过程和内容进行分析，在现在已经开发并应用的电力业务信息系统的基础上确定开发系统的步骤。实用数据仓库技术作为基础，结合联机分析处理技术和数据挖掘技术对数据仓库中的数据进行分析，可以为决策者提供良好的分析环境，并将数据仓库作为决策的信息供应链。

一、当前电力营销信息系统存在的问题

1.安全风险

安全问题是检验一个系统优劣的首要因素。电力营销信息系统的安全问题直接关系着电力企业的生存与发展，但是安全风险在任何系统环境中都是存在的。系统存在的安全风险主要体现在营销数据上。在信息技术高速发展的今天，导致数据错误的原因是多方面的：一方面是系统硬件方面的问题，比如突发的意外状况导致系统不能正常工作；另一方面是软件方面的问题，如计算机病毒或者黑客的入侵等外来因素导致的系统不能正常工作；还有就是直接操控系统的工作人员，可能出于自身利益的考虑，泄露或者篡改信息系统，也增加了系统的安全风险。

2.信息系统的薄弱

随着电网企业信息化的发展，经过长时间的积累，数据库出现了巨量的业务数据。数据库规模之庞大给统计和查询工作带来了很大的困难，也导致了这些数据过于零散、独立而实现不了应有的价值。因此在客观上就要求系统管理人员运用现代化的技术对这些数据进行管理，去粗去精，去伪存真，通过深加工不断挖掘和选择出被掩盖的对电力营销信息系统具有极大意义的信息。

3.营销系统性能的缺陷

随着科学技术的发展，我国彻底摆脱了全国性缺电的局面。居民用电数量急剧增加，在带动电力占领居民市场的同时，也出现了计费难、电费回收压力大等问题，同时数据的庞大化也使抄表、变更表计等工作日益复杂化。传统的营销系统虽在网络化时代能进行远程计费、用电量统计等日常工作，但却解决不了已限定范围内的一些特殊情况。只有营销系统的性能要求在深度和广度上都得到不断地提高，才能适应迅猛发展的市场经济的变化。

二、数据仓库技术

数据仓库是为适应信息系统业务发展的需要，在数据库系统技术的基础之上发展而来的一系列新的应用技术。网络的出现使现代人进入了信息化的时代，需要采用科学的方法来管理巨量的信息和数据。数据仓库技术的种类繁多，比较常见的有决策支持系统、数据挖掘系统、经营分析系统等。

1.数据仓库的特点

（1）对象性。数据仓库的数据是面向主题的，这与传统的针对应用是相对应的，数据仓库根据数据的不同类型，将同类型的数据收集在一起组成一个特定的分析领域。

（2）集成性。数据仓库对数据的进入设置了一定的关卡，零散而独立的数据是无法进入数据仓库的，必须经过抽取，检查出各数据之间是否有彼此矛盾之处，然后对数据的结构重新调整，对数据重新分类，再经过一系列深加工后才能进入数据仓库。

（3）稳定性。数据仓库里的数据并不是只有最新的、专有的、在日常生活中常常使用的数据，数据仓库中还存放着各个历史时期、各个专题的数据。而且一旦进入数据仓库，在没有意外的情况下，经过加工和集成后的数据是很少被修改的。

2.数据仓库的系统结构

数据仓库是全数据的集合，由三个部分组成，即管理部分、存储部分和应用部分。管理部分的工作主要是对来自不同数据库中的数据的格式、语言等进行抽取和转换，重新建立一个新的数据模型，以适应数据仓库的设计。

存储部分是数据仓库的主体部分，其主要工作是利用数据库管理系统把数据归档、备份、维护，以确保数据的安全性。数据仓库里的数据具有历史性，包括元数据、综合数据、当前数据以及历史数据。应用部分也就是数据仓库系统的分析工具，分析工具包括查询检索工具、多维数据的OLAP分析工具、数据开采DM工具等，主要用于完成实际决策问题，以满足决策支持系统的不同需求。

三、基于数据仓库的电力营销系统设计

数据仓库中数据存储的结构有两种：星形和雪花形。在一个星形模型中，位于中心的是事实表，发散出来的是维度表，事实表与每个维度表都相互连接，但是每个维度表彼此之间并不关联。雪花形是指有一个或多个维度表通过其他维度表连接到事实表上，因其像多个雪花连接在一起，故称雪花模型。雪花模型通过规范维度表来减少冗余度，可以节省空间。

1.售电量

售电量就是用电单位入口总表的累积电量。售电量在电力营销市场中扮演着至关重要的角色。售电市场由于受各种不确定因素的影响，存在着很大的风险性。电力事业的决策者必须做好整个售电市场的调查工作，预测风险，把握市场形势。

2.售电价格

受市场经济规律的制约，售电价格不会一成不变。电量的单价应与实际挂钩，某个季度、某些重要用电用户的变化或者国家政策的调整也会影响市场对电量的供需变化，因此必须把电的售价作为一个重要考虑因素，不能墨守成规，应根据市场变化调整电价。

3.经济效益

电力单位也是一个企业，最大限度地追求经济利润是企业的最终目标。通过数据分析可看出总公司与各子公司之间的获利情况，从而对人员、技术、资金等进行优化配置。基于数据仓库的电力营销信息系统，通过数据的挖掘可看出何种配置更能适应市场的需要，更有利于企业获取最大利益。

4.客户资源

在数据仓库中，对搜集到的客户资料进行有效的分析，包括客户的基本情况、客户的构成特征、潜在客户形势、客户对服务的满意程度（包括服务的态度和办事效率以及失误率等），从而进行有针对性的特色服务，建立良好的客户关系体系。

四、结语

电力体制改革使电力企业从传统经济管理体制转化为市场经济体制。在复杂多变的现代市场经济条件下，电网经营企业如何积极地开展市场营销分析工作，制定出行之有效的营销战略，是一个需要认真研究和探讨的问题。基于数据仓库的电力营销信息系统能够为用户提供报表与查询等服务，通过在线处理和数据挖掘技术可发现市场规律，帮助企业预测市场走向，实现企业优化管理，并使企业获得最大的经济利润。

参考文献：

[1]李敏强,潘振江,寇纪淞.基于数据仓库技术的决策支持系统的研究与应用[J].系统工程理论与实践,1998,(3):14-19.

[2]李雪,苑津莎,张卫华.基于数据仓库的电力营销系统的设计[J].电力信息化,2002,5(12):46-48.

[3]丁利佳,丁利恒.电价电费管理与国外电价制度[J].电气时代,2006,(1):125.

[4]郑东平.浅谈当前电力营销管理存在的问题及解决措施[J].广东科技,2009,(4):92-93.