� � 收稿日期: 2003- 10- 08
电力设备运行数据的数据仓库、数据挖掘与决策支持系统集成
罗晓强
(云南电力集团公司, 云南 � 昆明 � 650011)
摘要: 介绍了数据挖掘技术与数据仓库技术的基本概念, 提出了决策支持系统所能够解决的电力行业问
题, 并初步给出了基于数据仓库与数据挖掘技术的, 面向电力设备运行数据的决策支持系统构架。
关键词: 数据仓库; 数据挖掘; SCADA; 决策支持系统
中图分类号: T P312 � � � 文献标识码: C � � 文章编号: 1006- 7345 ( 2004) 01- 0035- 02
1 � 前言
数据仓库是存储供查询和决策
分析
定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析
用的集成化
信息仓库, 是存储数据的一种组成形式, 它从不同
的数据源或数据库中将原始数据提取出来, 然后将
这些数据转换成公共的数据模型, 并和数据仓库中
已有的数据集成在一起。数据仓库最主要有四个特
征: 面向主题、集成性、稳定性和随时间变化性。
电力企业要想提高生产质量和管理质量, 建立
一个企业的决策支持系统 ( Decision Support Sys-
tem , DSS) 非常必要数据仓库的出现及决策支持
系统工具的充分利用, 无疑给决策支持系统的发展
注入了新的活力, 从而也拓展了 DSS 的应用领域
和应用范围。
数据仓库将分布在企业网络中不同站点的商业
集成在一起, 把支持决策分析的数据事先收集、归
纳、处理, 使企业的业务操作环境和信息分析环境
分离, 从而有效地为决策者提供各种类型的、有效
的数据分析。DSS和数据仓库的目的用户相同, 都
是面向企业的中高层领导, 它们执行的都是决策和
趋势分析类的应用, DSS中一些传统的统计分析方
法及一些智能决策技术, 可以很好地集成到数据仓
库中, 使数据仓库的分析能力更加强大, 并大大提
高数据仓库的决策支持能力。
2 � 数据仓库与数据挖掘
数据挖掘指从大量数据中发现有用知识的过
程。数据仓库与数据挖掘之间有着非常密切的关
系。将数据挖掘扩充到它的数据仓库环境中, 可以
增强用户的决策支持能力。
通常数据挖掘过程由 3个部分组成: 数据准
备、数据挖掘及解释评估。其中, 数据准备过程包
括数据选取、数据预处理和数据变化, 完成对数据
的抽取、清理和整理, 类似于数据仓库的建立和维
护过程; 数据挖掘过程根据待发现的任务类别选择
有效的发现算法对数据进行挖掘; 解释评估过程中
包括对发现模式的评估和解释, 并进一步用于决策
分析或将新发现的知识扩充到知识库中。
3 � 面向电力系统数据仓库系统集成
3�1 � 目前昆明供电局具有的系统环境
供电系统目前广泛采用的实时监控与数据获取
系统 ( SCADA) 是一个稳定的数据来源。多年来
所获取的电力设备运行数据, 在经过数据预处理之
后, 非常适合于数据仓库的构建。
在所获得的大量源数据基础上, 可以采用专业
数据程序的数据接口对数据源进行数据的提取、转
换、清洁, 进入数据仓库中。通过中央数据仓库的
建设, 可以将之变为主要数据的集散地和处理中
心。其次是查询和分析工具, 研究需要提取各种各
样的原始资料, 传统的查询手段主要通过编写程序
来实现, 这样做的模式是固定的, 且维护工作量
大。如果使用数据仓库的前端查询工具, 它能提供
随机查询的功能, 研究人员可以进行任意条件、任
意模式组合的查询, 而不需要编写任何程序。同
时, 利用数据仓库前端分析工具, 研究人员能够方
便地产生各种多维比较报
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
和统计图形, 如: 条形
图、饼图、曲线圈、多维立方图等, 这些图形和报
表可以很方便地插入到研究报告中去。此外还可以
利用数据挖掘工具中的神经网络、规则递归、遗传
学等人工智能算法去发现不同设备发生故障的关
系、预测电力设备故障的发生状况。这样就避免了
35
� 第 32卷
2004年 3月
云 南 电 力 技 术
YUNNAN ELECTRIC POWER
Vol�32No�1
M ar�2004 �
建立精确数学模型的困难。
4 � 面向电力系统数据仓库决策支持系
统的
设计
领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计
目标
系统主要目标是:
1) 预测故障发生, 加强重点设备管理, 减少
设备维护停机时间;
2) 加强设备监测管理, 降低设备维护费用;
3) 分析多发故障类型, 最大限度地减少设备
故障停机;
4) 分析设备使用情况, 延长设备使用寿命;
5) 分析并提高设备可靠性及利用率。
5 � 面向电力系统数据仓库决策支持系
统的功能
设备管理分析系统是以企业的基层生产运行数
据为依据, 运用数据仓库技术, 对企业设备状况进
行剖析、研究和
评价
LEC评价法下载LEC评价法下载评价量规免费下载学院评价表文档下载学院评价表文档下载
, 为企业内外有关方面的决策
和管理提供服务。
1) 设备完好率、利用率及故障率分析;
2) 设备拥有量及运行状况统计分析, 掌握各
个部门的设备拥有运行情况;
3) 设备原值、净值、新度系数分析, 掌握现
有设备的资产情况;
4) 设备检修情况分析, 掌握有效设备检修情
况, 为管理者正确制定设备检修计划提供依据;
5) 检修计划完成情况分析, 有效监控任务的
执行, 从而控制整个企业的维修业务;
6) 缺陷数量、消缺率、重复率分析, 有效地了解
设备状况, 安排设备大修、小修或项修等计划检修。
6 � 结语
数据仓库与数据挖掘技术在现代企业中推广应
用已是大势所趋, 而电力设备运行数据的数据仓库
系统的集成与建设又有行业的特殊性。以上介绍的
数据仓库与数据挖掘技术的概念, 及对这些技术在
电力行业中的应用给出了初步的设想与解决思路。
参考文献
[ 1] J�Han et al�� Data M ining: Concepts and T ech-
niques� Morgan Kaufmann Publishers, Inc�
2001
[ 2] 胡侃� 基于大型数据仓库的数据采掘: 研究综
述 �软件学报 [ J] �1998, 9, ( 1)
[ 3] 李昭智, 李昭勇, 等 �决策支持与数据仓库系
统 [ M ] � 北京: 电子工业出版社 �2001, ( 4)
[ 4] EricSperley�企业数据仓库 [ M ] �北京: 人民
邮电出版社 �2000� ( 8)
[ 5] 彭木根 � 数据仓库技术与实现 [ M ] � 北京:
电子工业出版社�2002� ( 6)
36
� 2004年第 1期 云南电力技术 第 32卷