數據倉庫在電力營銷系統中的應用

高倩穎　金玉

摘要：在市場經濟不斷發展的現在，電力企業需要不斷滿足各種電力消費需求，解決電力生產與電力消費的矛盾，根據市場需求發展電力，這就是電力市場營銷存在的意義。實用數據倉庫技術結合聯機分析處理技術和數據挖掘技術對數據倉庫中的數據進行分析，可提供良好的分析環境，并可作為決策的信息供應鏈。

關鍵詞：電力營銷；決策支持系統；聯機分析處理；數據倉庫；數據挖掘

中圖分類號：TM769 文獻標識碼：A 文章編號：1009-2374（2013）14-0041-02

近年來，一些新技術（數據倉庫技術、聯機分析處理、數據挖掘技術等）的提出和發展，為進一步開發新的電力營銷決策支持系統提供了技術支持。一些新的數據倉庫技術得到發展，這是開發新的電力營銷決策支持系統的基礎，能夠解答一些不好實現的問題。而對實用化的電力營銷決策支持系統的開發需要對電力營銷的過程和內容進行分析，在現在已經開發并應用的電力業務信息系統的基礎上確定開發系統的步驟。實用數據倉庫技術作為基礎，結合聯機分析處理技術和數據挖掘技術對數據倉庫中的數據進行分析，可以為決策者提供良好的分析環境，并將數據倉庫作為決策的信息供應鏈。

1 決策支持系統和數據倉庫概述

1.1 決策支持系統

決策支持系統（DSS）的概念自20世紀被提出后就得到了迅猛發展。而數據倉庫技術（DW）的出現，也為其提供了新的發展思路。

雖然我國的決策支持系統研究和應用的起步比較晚，但是決策支持系統應用的發展速度很快，決策支持系統應用的研究已經是我國信息系統領域的熱點問題。

1.2 數據倉庫技術

數據倉庫是20世紀90年代提出的概念，它是為了在市場競爭中達到有效決策支持的產物。很多的企業都有自己的數據倉庫，市場上已有很多數據倉庫軟件。目前，數據倉庫已經可以將大量傳統數據庫中的基礎數據進行清理，并對基礎數據按照要求重新排列。而星型結構的數據倉庫設計，可以高度集中不同的數據為不同的決策需求提供服務。同時，聯機分析處理（OLAP）技術也隨著數據倉庫技術得到了發展。與數據倉庫對數據的儲存管理不同，聯機分析處理對數據進行分析，將數據轉換為輔助決策的信息。數據挖掘（DM）是最近比較活躍的研究領域。雖然目前此技術在電力行業系統中的應用有限，但主要是對此技術的理解和重視不足。

2 數據倉庫在決策支持系統中的應用

電力營銷決策支持系統（EMDSS）是電力系統應用中的一種提供決策支持的系統。電力營銷決策支持系統需要建設一個龐大的系統工程。在這個系統中需要綜合運用決策支持理論、數據倉庫、OLAP技術、數據挖掘、Web網絡等技術。

2.1 電力營銷決策支持系統

電力營銷決策支持系統由支撐層、數據管理層、決策工具層和決策層四部分組成。在建設電力營銷決策支持系統時需要得到數據倉庫及數據挖掘技術的支持。在電力營銷決策支持系統中需要通過邏輯判斷對各種決策數據和輔助決策的方案擇優錄入，綜合出最佳決策解決的方案。通過電力營銷決策支持系統得到的決策方案對某個區域內的電力資源的變化和發展做出預測，電力決策者可以通過這些預測做出決策。

在電力營銷決策支持系統中，需要匯集整理各種元數據，并將它們整理匯集成數據庫群，而數據倉庫技術可以將這些元數據集成為電力營銷決策支持系統需要的數據?？梢哉f數據倉庫技術的支持是電力營銷決策支持系統的開發必要條件。由于營銷決策的決策結構特點，需要特別設計知識獲取模塊，便于使用專家技術從數據中得到有價值的知識?？梢跃C合利用聯機分析處理和數據挖掘技術補充數據倉庫中的知識，也可以將某些有特點和代表的營銷決策案例存儲在數據倉庫中，為決策的制定提供參考知識。

電力營銷決策支持系統是為電力企業的決策者提供營銷策略決策輔助的，包括關于電力營銷戰略、電力運行管理的信息，還有為制定電力營銷決策提供支持服務等。同時，為了保障電力營銷決策支持系統正?？煽康倪\行，系統的設計需要保證系統的可靠性、智能性、容錯性、開放性、安全性、應用性和可維護性。

2.2 EMDSS開發流程

電力營銷決策支持系統是通過數據倉庫技術生成與決策制定相關的知識庫、模型庫、方法庫，并進行系統進行統一的管理。在EMDSS中，數據倉庫作為一個數據平臺，結合DSS分析技術、數據挖掘技術、OLAP技術為數據倉庫中的數據進行挖掘和補充。

2.3 數據倉庫的開發

2.3.1 數據倉庫的數據來源。用電營銷管理信息系統的現狀和實際需求是構建電力營銷數據倉庫的基礎。因為在電力系統中，電力營銷具有分散性，組成數據倉庫中的數據，很大一部分來自不同用電數據庫中，這些數據庫大多來自于各個不同的數據庫，其中很大一部分數據庫來自不同區域的電力基層，還有一部分數據庫來自其他電力系統，甚至有一部分數據庫是電力系統以外的，有些數據甚至需要人工錄入然后通過Web技術得到提取與轉化后才能儲存如數據倉庫中。

2.3.2 數據倉庫的設計。與電力營銷有關的數據進入數據倉庫的時候，需要經過詳細的設計，數據倉庫才能有效地為電力營銷決策的制定提供支持。設計一般分為概念模型、邏輯模型、物理模型三個設計階段。

（1）概念模型設計：主題域的建立，就是確定指標。再確定數據倉庫的維度和類別，先對元數據的數據庫系統的構成加強理解和分析，考慮元數據在數據庫系統中的組織形式和分布，深入理解后可以建立數據倉庫系統的概念模型。通過對元數據的構成的理解對元數據的內容有清晰完整的認識。

（2）邏輯模型設計：每個數據倉庫主題所對應的一個關系表，而邏輯模型就是這種關系模式的表現。邏輯模型也可以被稱作關系模型，用關系表示各種主題之間的聯系，它簡化了一些設計和開發的工作。邏輯模型的建立是數據倉庫建立的重要一步，也是電力企業對業務數據的需求的反映，并且也指導物理模型的建立。

（3）物理模型設計：傳統的數據庫設計方法為先設計邏輯模型，再根據邏輯模型建立星形模型，最后是物理模型的建立的模型設計方法。一般而言，物理模型實現的基礎是邏輯模型，邏輯模型中建立的星形圖可以為建立一個具體的物理模型提供指標實體和詳細類別實體，而維度表通常并不是直接轉變為物理數據庫表，而是為物理模型的建立提供查詢參考、過濾和聚合數據。而邏輯模型在數據倉庫中的體現就是物理模型，物理模型的建立可以實現數據倉庫的物理存取方式、數據存儲結構、數據存放位置和分配等功能。

數據倉庫的使用與維護就是建立DSS應用，即使用數據倉庫，DSS應用的特點是從數據出發，數據的不斷循環往復的過程，建立一個DSS應用應遵循以下步驟：

首先，必須確定DSS所需的數據。將數據倉庫中的數據確定到一個可以滿足DSS應用要求數據范圍；編寫程序從相應的數據庫中抽取數據；對抽取的數據進行合并，在多個數據源存在的條件下，在抽取數據后還要進行合并、提煉等操作，使這些數據符合數據倉庫分析處理的需求；對得到的數據進行分析，對已經得到合并、提煉等操作的新數據進行分析處理，查看數據分析結果是否滿足建立的DSS的要求，如果數據還不能滿足條件，就需要返回最開始，重新開始一次循環，建立DSS，如果認為數據滿足要求，就可以進行對分析結果的報告；得到分析報告，問題得到回答，這個部分一般需要前面幾次循環重復的過程才能得到；將結果存入知識庫，將本次案例進行例行化存儲，如果再進行一次相同的處理分析后，可以不用重復以上部分，直接的到分析結果，這一部分，需要不斷地累積加強知識庫儲備。最后理解分析決策需求，調整和完善系統，維護數據倉庫。

3 結語

本文從系統的實用性出發，對電力營銷的決策過程進行了深入分析，建立了關于電力銷售為分析中心的決策模型。模型中使用了數據倉庫、數據挖掘、OLAP等技術以及統計分析等數學方法，以電力營銷業務流程分步驟開發，具有一定的實用性。

同時，隨著用電營銷系統的完善和相關電力市場的建立，將使供電行業的經營理念轉變更快，為了適應市場需求，地理決策者也會更加關注于相關信息。為了實現獲取信息的科學化和系統化，減少不確定的數據，因此基于數據倉庫、聯機分析處理及數據挖掘等技術開發的電力營銷決策支持系統將成為相關電力企業未來信息系統建設的主要開發方向。

參考文獻

[1] 何濤.小議云南電力營銷信息系統的建設[J].云南電力技術，2001，（1）.

[2] 莊濟誠.DB2數據庫管理與應用教程[M].北京：清華大學出版社，2004.

[3] 趙飛.基于數據倉庫技術的電力營銷決策支持系統研究[D].華北電力大學，2006.

[4] 王睿淳.電力營銷支持系統的設計[A].內蒙古電機工程學會第七次全區會員代表大會論文集[C].2005.

[5] 楊琪昌，李玉龍.IBMDB2高級管理指南[M].北京：電子工業出版社，2004.

[6] 刁琰.商務智能系統及其在醫院成本核算分析系統中的應用[D].揚州大學，2009.

[7] 洪冰.基于數據倉庫技術的電力營銷決策支持系統設計[D].華南理工大學，2005.

[8] Ma XW，David IS，Kwok WC.Evolution toward stan dardized market design[J].IEEE Trans.on Power Systems，2003，18（2）：460-469.

（責任編輯：周 瓊）