本站小編為你精心準(zhǔn)備了電力調(diào)度技術(shù)展望參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要：文章介紹了該數(shù)據(jù)倉庫的設(shè)計(jì)模型、結(jié)構(gòu)以及實(shí)施原則，并對(duì)其應(yīng)用前景做了展望。

關(guān)鍵詞：電力高度技術(shù)分析

0引言

隨著電網(wǎng)規(guī)模的不斷擴(kuò)大和電力市場競爭機(jī)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(gòu)和異構(gòu)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(shù)可以把企業(yè)內(nèi)、外部數(shù)據(jù)進(jìn)行有效的集成，主要應(yīng)用于分析型處理，基于此，本文提出了建立地區(qū)電力調(diào)度數(shù)據(jù)倉庫的思想和應(yīng)用模型。

1數(shù)據(jù)倉庫技術(shù)

1.1數(shù)據(jù)倉庫技術(shù)概要數(shù)據(jù)倉庫以改進(jìn)后的數(shù)據(jù)庫技術(shù)作為存儲(chǔ)數(shù)據(jù)和管理資源的基本手段，以統(tǒng)計(jì)分析技術(shù)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(jīng)網(wǎng)絡(luò)、知識(shí)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(shí)現(xiàn)從“數(shù)據(jù)——信息——知識(shí)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(diào)度的應(yīng)用特點(diǎn)①面向主題：調(diào)度部門的ems和dms是以優(yōu)化事務(wù)處理的方式來構(gòu)造數(shù)據(jù)結(jié)構(gòu)的，對(duì)于某個(gè)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(gè)主題的數(shù)據(jù)實(shí)際上需要訪問分布在不同數(shù)據(jù)庫中的數(shù)據(jù)集合。論文百事通②數(shù)據(jù)集成。③數(shù)據(jù)的穩(wěn)定性。④隨時(shí)間變化。

2地區(qū)調(diào)度數(shù)據(jù)倉庫模型

建立地區(qū)調(diào)度數(shù)據(jù)倉庫的基本思想就是在現(xiàn)有ems和dms基礎(chǔ)上，把ems和dms中的海量數(shù)據(jù)進(jìn)行抽取和轉(zhuǎn)化后存人數(shù)據(jù)倉庫，并針對(duì)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(duì)不同主題的數(shù)據(jù)進(jìn)行分析處理，從而幫助調(diào)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(diào)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(diào)度在分析和決策時(shí)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(nèi)。

2.2數(shù)據(jù)提取、轉(zhuǎn)換／裝載層地區(qū)電力調(diào)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(duì)原數(shù)據(jù)庫系統(tǒng)中數(shù)據(jù)不一致的情況，必須對(duì)不一致的數(shù)據(jù)進(jìn)行清洗和轉(zhuǎn)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(chǔ)數(shù)據(jù)倉庫中存儲(chǔ)了數(shù)據(jù)和元數(shù)據(jù)，其中數(shù)據(jù)的存儲(chǔ)方式主要有虛擬存儲(chǔ)方式、關(guān)系表存儲(chǔ)方式和多維結(jié)構(gòu)存儲(chǔ)方式。由于虛擬存儲(chǔ)方式效率差，而關(guān)系數(shù)據(jù)庫的使用比較普遍，故采用關(guān)系表存儲(chǔ)方式。使用oracle作為數(shù)據(jù)倉庫設(shè)施，將數(shù)據(jù)存儲(chǔ)在oracle的表結(jié)構(gòu)中，并按星型結(jié)構(gòu)來組織這些關(guān)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(jié)構(gòu)和對(duì)數(shù)據(jù)的處理。

數(shù)據(jù)。地區(qū)電力調(diào)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(jīng)過清洗和轉(zhuǎn)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(chǔ)上增加冗余信息，進(jìn)行預(yù)運(yùn)算，建立多維數(shù)據(jù)庫，以迅速轉(zhuǎn)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(zhuǎn)換而建立的元數(shù)據(jù)，包括所有源數(shù)據(jù)項(xiàng)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(jié)構(gòu)。由于ems和dms中數(shù)據(jù)量非常龐大，因此有必要對(duì)數(shù)據(jù)進(jìn)行綜合。在數(shù)據(jù)倉庫中，數(shù)據(jù)被分成4種級(jí)別，分別是高度綜合級(jí)、輕度綜合級(jí)、當(dāng)前細(xì)節(jié)級(jí)和早期細(xì)節(jié)級(jí)。數(shù)據(jù)總是首先進(jìn)入當(dāng)前細(xì)節(jié)級(jí)，然后根據(jù)應(yīng)用的需求，通過預(yù)運(yùn)算將數(shù)據(jù)聚合成輕度綜合級(jí)和高度綜合級(jí)。若系統(tǒng)中的一些細(xì)節(jié)數(shù)據(jù)隨著時(shí)間的推移已經(jīng)老化，很少會(huì)被使用，可以將這些數(shù)據(jù)導(dǎo)出備份到設(shè)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(nèi)，由于數(shù)據(jù)量太大，會(huì)降低數(shù)據(jù)訪問效率，因此必須對(duì)數(shù)據(jù)表進(jìn)行合理的分割。可按時(shí)間對(duì)表進(jìn)行分割，在表中增加時(shí)間字段，去除與分析主題無關(guān)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(shí)時(shí)數(shù)據(jù)，而有些數(shù)據(jù)更新的時(shí)間較長，如設(shè)備信息等。因此，有必要按數(shù)據(jù)更新的頻率對(duì)表進(jìn)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(biāo)識(shí)號(hào)”進(jìn)行關(guān)聯(lián)，以節(jié)省存儲(chǔ)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(jìn)行數(shù)據(jù)檢索，會(huì)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(yīng)用、規(guī)模小和實(shí)現(xiàn)速度快的優(yōu)點(diǎn)。在地區(qū)電力調(diào)度中可建立的數(shù)據(jù)集市有：

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

系統(tǒng)安全穩(wěn)定性評(píng)估。電力系統(tǒng)有五種運(yùn)行狀態(tài)，分別為正常運(yùn)行狀態(tài)、告警狀態(tài)、緊急狀態(tài)、危急狀態(tài)和恢復(fù)狀態(tài)。可利用挖掘技術(shù)挖掘海量的電力系統(tǒng)運(yùn)行數(shù)據(jù)，獲悉電力系統(tǒng)在何種條件下處于正常運(yùn)行狀態(tài)、告警狀態(tài)、緊急狀態(tài)、危急狀態(tài)和恢復(fù)狀態(tài)，并對(duì)系統(tǒng)的安全穩(wěn)定性做出評(píng)估，從而輔助調(diào)度人員做出決策。

電力系統(tǒng)故障分析。地區(qū)電力調(diào)度部門已經(jīng)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(yùn)用數(shù)據(jù)挖掘技術(shù)對(duì)電網(wǎng)故障數(shù)據(jù)進(jìn)行挖掘分析，獲得發(fā)生故障與氣候變化和負(fù)荷變化之間的聯(lián)系，從而輔助調(diào)度人員進(jìn)行決策，合理安排檢修計(jì)劃，保證電網(wǎng)安全可靠運(yùn)行。

電力系統(tǒng)規(guī)劃設(shè)計(jì)。電網(wǎng)規(guī)劃是地區(qū)供電企業(yè)規(guī)劃活動(dòng)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(guān)聯(lián)、總結(jié)等挖掘工具挖掘模型和數(shù)據(jù)間的關(guān)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(shí)時(shí)電價(jià)，因此，必須對(duì)電力用戶進(jìn)行準(zhǔn)確分析。電力系統(tǒng)的用戶具有多樣性和隨機(jī)性，可利用olap多維分析的特性，對(duì)用戶的行為模式及負(fù)荷要求進(jìn)行分門別類，在保證系統(tǒng)安全和穩(wěn)定性的前提下，對(duì)不同類別的用戶，采用不同的營銷策略，制定出合理的電價(jià)收費(fèi)表，以提高市場競爭力。新晨

2.4邏輯應(yīng)用層邏輯應(yīng)用層主要包括olap、數(shù)據(jù)挖掘和界面子系統(tǒng)。現(xiàn)具體分析如下：

2.4.1olap子系統(tǒng)在ems和dms中，調(diào)度人員通過聯(lián)機(jī)事務(wù)處理(oltp)和sql可對(duì)數(shù)據(jù)庫進(jìn)行簡單查詢。隨著時(shí)間的推移，電網(wǎng)規(guī)模不斷擴(kuò)大，ems和dms中的數(shù)據(jù)量也急劇增加，調(diào)度人員需要從多個(gè)維度來觀察調(diào)度系統(tǒng)的運(yùn)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(jì)算機(jī)技術(shù)在電力系統(tǒng)的廣泛應(yīng)用，地區(qū)電力調(diào)度部門已經(jīng)積累了大量的運(yùn)行數(shù)據(jù)和非運(yùn)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(yùn)行狀況，電力調(diào)度人員急需對(duì)這些歷史數(shù)據(jù)進(jìn)行深入分析，以獲得有價(jià)值的信息，輔助調(diào)度員進(jìn)行決策，提高電網(wǎng)運(yùn)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(jié)果通過友好的界面展現(xiàn)給最終用戶，從而輔助用戶進(jìn)行決策。

3小結(jié)

由于數(shù)據(jù)倉庫具有主要面向分析型應(yīng)用，輔助企業(yè)進(jìn)行分析決策的強(qiáng)大優(yōu)勢(shì)，數(shù)據(jù)倉庫技術(shù)正在逐步應(yīng)用于地區(qū)電力調(diào)度部門。在原有數(shù)據(jù)庫基礎(chǔ)上，建立地區(qū)電力調(diào)度數(shù)據(jù)倉庫，利用olap和數(shù)據(jù)挖掘工具對(duì)數(shù)據(jù)進(jìn)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(fù)荷預(yù)測、系統(tǒng)安全評(píng)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(diào)度人員進(jìn)行決策，減輕調(diào)度人員的負(fù)擔(dān)。然而數(shù)據(jù)倉庫畢竟是一門新興技術(shù)，其在地區(qū)電力部門的應(yīng)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(shù)的進(jìn)一步完善，數(shù)據(jù)倉庫技術(shù)在地區(qū)電力調(diào)度系統(tǒng)中的應(yīng)用也將進(jìn)一步完善和發(fā)展。