数据挖掘技术在电力系统负荷预测中的实现与应用

数据仓库是支持管理决策过程、面向主题、而且随时间变化的数据集合,数据挖掘技术是利用人工智能的方法对数据库以及数据仓库中的海量数据进行分析、发现规律、获取知识的过程。电力系统负荷长期的历史数据庞大而复杂,其数据具有有限性、不完整性、影响因素复杂性等特点,结合电力系统自身存在的特点以及电力系统负荷预测的实际需要,文章详细阐述了将数据挖掘技术应用到电力系统及其负荷预测中的方法并探讨了应用现状和前景以及利用该技术做好电力负荷的重要性。     

一种采用实时分区实现实时数据仓库的方法

数据仓库和实时数据库技术已成功应用于电力企业,但目前两者在实际应用中各自独立,使得两者的数据处理能力都受到一定的限制,特别是数据仓库因其静态稳定性,无法完成实时数据应用处理。分析了数据仓库维度事实表的特点,通过设计出新的实时分区同静态数据仓库链接方式,建立实时数据仓库,并在电力企业数据仓库实际规划中考虑PI实时数据库系统特点,将已有的静态数据仓库和实时数据库纳入到新型数据仓库体系结构中,构建出高效平台以改善数据仓库处理实时应用的能力。     

地区电力调度数据仓库建模与数据处理

分析电力调度中心各业务系统中的数据,将系统数据分为设备台帐、周期采样和事件动作3种类型,后2种数据中大部分为事实数据,其数据量占数据仓库的90%以上。提出其共享维度建立数据模型的建模思路,数据仓库的数据来源是任何与需要分析主题有关的地区电力调度数据,在数据抽取、转换、清洗、装载(ETL)的过程进行数据过滤、重新选择粒度、统一编码等清洗与转换后存入数据仓库中,形成按照主题定义的数据子集或数据子立方体结构。数据仓库维度建模有第三范式(3NF)和星型2种模式,3NF模型适用于地调数据仓库中心建模;星型模型适用于数据集市中建模,利于信息检索。论述了数据仓库维度模型中的基本表——事实表和维度表,并对地区电力调度中心数据仓库的测点、日期与时间维度表进行了设计,说明了ETL数据仓库中的相关数据是操作环境对应数据,首先将逻辑数据模型转换为物理数据模型后,进行扩展性标识语言(XML)描述实现异构系统的数据共享。提出要考虑故障发生与天气、温度、湿度等气象条件和负荷变化之间的联系,给出了通过人工神经网络等特定数据挖掘方法的基本流程。     

数据仓库技术在发电厂中的应用研究

针对发电厂生产系统和信息管理系统的现状,研究了一套适合发电厂的数据仓库DW(Data Warehouse)设计方法,即全厂级数据模型指导下的自底向上开发策略．数据库／联机分析处理OLAP(On-Line Analytical Processing)服务器／客户端的三层体系结构,星型多维数据模型及以SCADA系统和MIS系统为主的数据源。在建立数据仓库的基础上．通过联机分析处理技术可对发电厂的发电量,蒸汽量等全厂生产、经营、管理的汇总数据进行多维分析,使最终用户可从多角度、多侧面观察数据仓库中的数据。数据挖掘方法可找出数据仓库数据中隐藏的有用信息和知识．可用于发电厂设备检修,负荷预测和上网报价等,辅助管理人员作出科学的决策。     

基于数据仓库的昆明电网电量分析

数据仓库技术对操作型数据转化成全面、集成的信息,以及对海量数据的查询和统计提供了有效的途径.文章在介绍数据仓库、联机分析处理概念和技术的基础上,分析了面向主题的多维数据库的建立和多维视图的展现等技术,针对昆明电网负荷管理系统,基于微软的SQL Server 2000和SQL Analysis Services 2000构建了面向电量主题的数据仓库,在数据可视化方面弥补了Analysis Services 2000的不足.同时讨论了数据仓库技术在完成电量数据的查询、统计、分析、生成各种统计报表方面的具体应用.     

高校图书数据仓库模型设计与应用

信息经济时代,管理者经常面临如何利用数据资源以便科学决策的问题,运用图书数据仓库可以提升高校图书资源分析、图书资金配置的能力。本文阐述了高校图书数据库与数据仓库的区别与联系,设计了高校图书数据仓库的逻辑模型并提出应用方案。     

高校图书数据仓库模型设计与应用

信息经济时代,管理者经常面临如何利用数据资源以便科学决策的问题,运用图书数据仓库可以提升高校图书资源分析、图书资金配置的能力。本文阐述了高校图书数据库与数据仓库的区别与联系,设计了高校图书数据仓库的逻辑模型并提出应用方案。     

数据仓库在电器产品测试系统中的应用

设计了一个应用在电器产品测试系统中的数据仓库.通过建立、融合事实表和维度表,析取和加载数据,实现了数据仓库,并利用该数据仓库进行数据查询和决策分析.该数据仓库生成的有意义的信息方便了电器产品测试.     

高校图书数据仓库模型设计与应用

信息经济时代,管理者经常面临如何利用数据资源以便科学决策的问题,运用图书数据仓库可以提升高校图书资源分析,图书资金配置的能力.本文阐述了高校图书数据库与数据仓库的区别与联系,设计了高校图书数据仓库的逻辑模型并提出应用方案.     

数据仓库技术在配电网地理信息系统中的应用

在描述数据仓库技术的实质和特征的基础上,针对数据仓库应用的现状以及配电网的特点,提出了一种在电力部门的配电网地理信息系统中引入数据仓库技术的方法,并给出了实现数据仓库的基本体系结构,以及详细的设计过程。这种模式将地理信息数据和现有配电SCADA系统、信息管理系统的数据集成在一起,进一步提高了整个配电自动化系统集成度和易用性。     

供电预测数据仓库的建设

以Sybase提供的Warehouse Studio为开发平台，对朝阳供电公司原有的数据源进行重新组织，建立了供电预测数据仓库。文中详细介绍了数据仓库的建模、数据抽取与转换、数据存储与管理、元数据管理以及可视化数据分析等技术。该数据仓库可运用在线分析处理及数据挖掘技术，实现地区用电的科学预测，为供电企业营销决策与管理提供科学的信息支持。     

构建南方电网数据仓库与决策支持系统的探讨

中国南方电网有限责任公司是一个特大规模的经营管理型企业集团。为了充分利用在电力系统发展的过程中企业积累的大量业务数据和管理数据，以满足各层次生产和监督管理的需要，构建支持企业经营决策活动的企业数据仓库（数据集市）和决策支持系统显得至关重要。鉴此，对构建数据仓库与决策支持系统进行了探讨，对系统的组成和应用作了阐述。最后指出，中国南方电网有限责任公司引入数据仓库和决策支持系统来加强数据的管理和决策的构想是合理的。     

电力勘察设计企业数据仓库的架构方式

电力勘察设计企业的信息化经过多年的发展建设,已积累了大量面向应用的数据,亟需建立一个能满足综合需求、提供多个层面的分析数据的数据仓库中心.从数据仓库的概念和2种不同的数据仓库体系结构探讨了适合电力勘察设计企业的数据仓库架构方式.     

基于Hive的电力设备状态信息数据仓库

随着智能变电站的建设及其状态监测系统的发展,电力设备状态信息数据规模逐渐增大。针对现有电力数据仓库在海量状态数据存储查询和分析处理方面的不足,提出基于Hive的电力设备状态信息数据仓库及其多维数据快速查询与分析方法。通过对状态监测系统与生产管理系统（PMS）的分析,将电力设备静态信息与状态监测信息存储到Hive数据仓库中。设计了基于Hive的电力设备状态信息数据仓库的系统架构和海量状态数据存储结构,采用Hadoop 分布式文件系统（HDFS）对数据进行分布式存储管理,MapReduce作为海量数据查询分析     

基于数据仓库的地区电网调度决策支持系统

以辽阳供电公司调度运营业务系统为应用背景,综合运用数据仓库、联机分析处理及数据挖掘技术建立了面向地区电网的调度决策支持系统.介绍了系统的体系结构、工作流程、数据仓库、联机分析处理及数据挖掘部分的设计和实现方法.该系统基于数据仓库技术,对原有调度运营业务数据进行整合,在此基础上利用联机分析和数据挖掘实现运营数据的各种在线分析及挖掘,为调度人员提供了有力的决策支持.     

基于数据仓库技术建立电力营销系统

随着经济的发展,传统的电力营销管理信息系统已经不能适应电力市场的要求,针对这种情况引入数据仓库技术,介绍了数据仓库的特点及体系结构,提出电力营销数据仓库系统的解决方案,运用联机分析处理(OLAP)和数据挖掘技术,从中获取有用知识,预测电力营销发展趋势,为电力系统管理人员提供有效的决策信息。     

电力设备数据仓库的设计开发

近年来，数据仓库理论和技术的迅速发展，但国内真正意义上建立面向决策支持系统的数据仓库尚不多见。文章在介绍了数据仓库的基本概念、特点和体系结构的基础上，针对供电局业务发展的需要，介绍了独立开发的电力设备数据仓库的设计和实现方法，并就多维数据库设计、联机分析处理、Discoverer数据分析等方面进行了分析和探讨。     

电力自动化系统中的数据处理

电力自动化系统种类日趋多样,数据增多,功能复杂。系统之间强调信息共享和数据交换的同时,还必须保证系统的安全性。从数据的分类、数据的获得、数据流、数据仓库、数据安全等角度对整个系统中有关数据处理的部分进行了介绍,主要涉及通信分层、数据分流、数据仓库、数据镜像等技术。     

数据仓库技术在地区电力调度系统中应用的探讨

分析了传统电力调度数据库系统在决策分析应用等方面的不足,并提出了在现有数据库系统的基础上建立数据仓库的思想。文中详细介绍了该数据仓库的设计模型、结构以及实施原则,并对其应用前景做了展望。     

数据仓库技术在天津电力客户服务领域的应用

描述了天律市电力公司电力客户服务分析决策支持系统建设所采用的技术和方案。该系统主要通过对积累在电力客户服务系统中的数据进行捕取,转换和装载．将其导入到数据仓库中,并通过多种灵活,方便的形式将分析结果展现出来。