论文部分内容阅读
[摘 要]随着管理信息系统的发展,电力行业积累了大量的基础数据,越来越多的电力企业认识到只有充分利用、发掘其现有数据,才能做出正确及时的决策,从而实现更大的经济效益,商业智能也随即被引入电力行业参与企业决策。商业智能的过程是从不同的数据源中收集的数据中提取有用的数据,对数据进行清理、转换、重构后存入数据仓库或数据场中,然后用合适的查询、分析、数据挖掘、OLAP工具对信息进行处理,最后将有用的信息呈现于用户面前,转为决策。
[关键词]电力;商业智能;数据挖掘;OLAP
中图分类号:F426.61 文献标识码:A 文章编号:1009-914X(2014)48-0372-01
1 前言
电力系统每天产生大量的数据,这些数据具有大量性、复杂性、实时性的特点。面对这些数据,以往的报表系统形式、结构单一,报表输出形式不够灵活,无法生成具有自己企业特色的特殊报表格式,无法对其进行更深层次的分析。因此,如何生成用户所需的常规和特殊报表,为本企业的生产做出决策成为各电力企业的迫切要求。
2 商业智能的实现过程
2.1 业务系统分析
首先需要了解各个系统的链接方式、数据存储方式、数据库表结构等信息;其次了解使用该系统的用户所关心的业务系统数据,调查用户建立数据仓库的意图,用户需求可以确定的内容包括:数据需求(粒度级)、企业经营系统包含的数据、这些数据遵循的商业规则、需要提供给用户的查询、将要使用的客户应用程序工具;第三就是了解各个系统中需要提取到数据仓库中的数据的获取方式。
2.2 数据库设计
设计和建立数据库是创建数据仓库的一个关键步骤,星型模式是最流行的实现数据仓库的设计结构。星型模式通过使用一个包含主题的事实表和多个包含事实的非正规化描述的维度表来执行典型的决策支持查询,是一种关系型数据库结构。数据在事实表中维护,维度数据在维度表中维护。每一个维度表通过一个关键字直接与事实表关联。维度是组织数据仓库数据的分类信息,例如时间、电厂、机组等等。事实表包含了描述商业特定事件的数据。一般地,事实表中的数据是不允许修改的,新数据只是简单地增加进去。维度表包含了用于参考存储在事实表中数据的数据,不包含与事实表同樣多的数据,维度数据可以改变。在从业务数据库模式到星型模式转化时,需要经过以下四个步骤。(1)确定事实表和维度表:通过对原有业务系统的数据分析,确认需要提取到数据仓库中的实时数据和维度数据,是非常重要的。如果确认不正确,数据仓库的性能就比较差,甚至可能后期需重新设计。(2)设计事实表:事实表是数据库中最大的表,一定要考虑存储和维护这些大表的成本,设计事实表的主要目标就是最小化表的大小。(3)设计维度表:设计维度表的主要目标是非正规化那些参考事实表的数据到一个单独的表。这种方法可以最小化表连接的数量,提高系统的性能。(4)实现数据库设计:当事实表和维度表设计之后,最后一步是在Oracle中物理地实现数据库。
2.3 ETL设计
Kingbase DI具有出色的ETL和整合能力,提供了构建企业级ETL应用程序所需的功能和性能,使得组织机构能更加容易地管理来自于不同的关系型和非关系型数据源的数据。
2.4 调度设计
为了保证业务系统的更新数据能够及时的在数据仓库中显示,根据业务系统的提取到数据仓库的数据间隔不同,用Kingbase DI设计了调度,包括调度类型、调度周期等信息,以保证数据仓库的数据更新与业务系统的数据更新保持一致。
2.5 页面展现设计
用Smartbi来进行数据报表的展示。Smartbi是一个基于服务器的完整平台,可创建、管理和交付传统报告和交互式报告,它包括创建、分发和管理报告所需的一切工具和信息。
3 电力企业BI系统架构
BI的核心技术主要包括3个关键部分:数据仓库(或数据集市)、联机分析处理(OLAP)以及数据挖掘(DM)。数据仓库是BI的基础,OLAP对数据进行分析,数据挖掘完成知识发现。这3个部分形成一个统一整体,互相补充,使BI能够对企业的经营状况进行全面、深入的分析。
从系统观点来看,BI的数据处理过程是:从各个业务数据库和其他数据源中抽取有用的数据;然后对采集来的数据进行清理和转换,以保证数据的完整性、一致性;经重构后,按照不同的分析主题存放到数据仓库或数据集市中。这样,原先存放在多个业务系统中的、反映企业局部情况的数据经过整理后,就转换成反映企业整体情况的信息,从而完成了从数据到信息的转变。
存放在数据仓库或数据集市中的信息利用合适的查询和分析工具、数据挖掘工具、联机分析处理工具进行处理后,就可以形成带有规律性的、能够对企业运营提供指导意义的知识,从而完成了从信息到知识的转变。企业的决策层可以利用得到的知识,制定相应的策略,并反馈到业务系统中,最终改善企业的运营状况。
4 商业智能的电力应用
电力行业的特殊性决定了电力商业智能的特色,因此电力商业智能的应用要充分满足当前电力环境的特征:
(1) 为了实现电力企业集约化、集中化和精细化管理的目标,企业信息数据的全面整合已成为电力企业当前重要的信息化任务之一。BI必须可以对电力企业现有的信息化异构系统进行良好集成,实现电力企业内部信息资源的整合,完成企业内主要的财务、生产和管理数据的交流与共享。
(2) 电力企业存在人员集中、地理分散;多工种作业、生产环节紧扣;信息量密集、科技含量高的特点。由于产品特殊,不能存储,因此生产信息是和需求信息密切相关的,必须提高企业对外部各种关键信息及时获取、快速反应能力。同时,通过对面向主题的、稳定的、统一时间的企业网络中不同信息岛上数据的集成应用,对于电力企业各类计划的合理安排也有着重要的意义。
(3) 电力企业非常注重对分散在各地的业务流程进行不间断地连续监控和即时的状态了解。特别是电网侧企业作为一个以客户为中心的服务类企业,动态业务综合监控的实际应用,才能确保管理人员和业务人员组成动态团队,及时对客户进行高效的专业化、人性化、个性化的服务。
(4) 电力企业全面管理是以优化企业的整体资源为目标,完整地配置、计量、记录企业所有与财务状况相关的业务资源和业务活动,并进行详尽的核算、统计、分析、考核,以实现物流、资金流、信息流、增值流、工作流的统一管理。作为电力企业管理系统核心的财务信息系统的功能已开始从事后的核算发展到实现全面预算管理和对企业营运全过程的控制、评价和优化。因此,要求商业智能可以对所有的经济活动和业务数据,根据管理和控制的各种需要进行多角度、多层次的查找、比较、分析,建立不同类型的企业财务状况和经营状况的评价系统,提供对电力企业中高层管理者们的决策支持,提高企业在复杂多变的市场环境下的竞争能力。
5 结语
商业智能应用是电力企业信息化建设的高层次应用。虽然商业智能发展,部分的操作型BI有向实时业务层面发展的趋势,但就目前电力企业实际应用情况而言,其服务对象主要还是注重中高层管理者,帮助他们快速正确地掌握电力企业运营的主脉络。就当前电力信息化急待突破的瓶颈而言,BI是电力信息化不可缺少的一个环节。
参考文献
[1] 米天胜,黄作明.商业智能与企业竞争力的提升[J].中国管理信息化,2006,(07).
[2] 徐丽钟.商业智能及其在电力营销中的应用设计[J].电力需求侧管理,2006,(01).
[3] 沈波.商业智能与企业竞争优势[J].统计与决策,2005,(07).
[关键词]电力;商业智能;数据挖掘;OLAP
中图分类号:F426.61 文献标识码:A 文章编号:1009-914X(2014)48-0372-01
1 前言
电力系统每天产生大量的数据,这些数据具有大量性、复杂性、实时性的特点。面对这些数据,以往的报表系统形式、结构单一,报表输出形式不够灵活,无法生成具有自己企业特色的特殊报表格式,无法对其进行更深层次的分析。因此,如何生成用户所需的常规和特殊报表,为本企业的生产做出决策成为各电力企业的迫切要求。
2 商业智能的实现过程
2.1 业务系统分析
首先需要了解各个系统的链接方式、数据存储方式、数据库表结构等信息;其次了解使用该系统的用户所关心的业务系统数据,调查用户建立数据仓库的意图,用户需求可以确定的内容包括:数据需求(粒度级)、企业经营系统包含的数据、这些数据遵循的商业规则、需要提供给用户的查询、将要使用的客户应用程序工具;第三就是了解各个系统中需要提取到数据仓库中的数据的获取方式。
2.2 数据库设计
设计和建立数据库是创建数据仓库的一个关键步骤,星型模式是最流行的实现数据仓库的设计结构。星型模式通过使用一个包含主题的事实表和多个包含事实的非正规化描述的维度表来执行典型的决策支持查询,是一种关系型数据库结构。数据在事实表中维护,维度数据在维度表中维护。每一个维度表通过一个关键字直接与事实表关联。维度是组织数据仓库数据的分类信息,例如时间、电厂、机组等等。事实表包含了描述商业特定事件的数据。一般地,事实表中的数据是不允许修改的,新数据只是简单地增加进去。维度表包含了用于参考存储在事实表中数据的数据,不包含与事实表同樣多的数据,维度数据可以改变。在从业务数据库模式到星型模式转化时,需要经过以下四个步骤。(1)确定事实表和维度表:通过对原有业务系统的数据分析,确认需要提取到数据仓库中的实时数据和维度数据,是非常重要的。如果确认不正确,数据仓库的性能就比较差,甚至可能后期需重新设计。(2)设计事实表:事实表是数据库中最大的表,一定要考虑存储和维护这些大表的成本,设计事实表的主要目标就是最小化表的大小。(3)设计维度表:设计维度表的主要目标是非正规化那些参考事实表的数据到一个单独的表。这种方法可以最小化表连接的数量,提高系统的性能。(4)实现数据库设计:当事实表和维度表设计之后,最后一步是在Oracle中物理地实现数据库。
2.3 ETL设计
Kingbase DI具有出色的ETL和整合能力,提供了构建企业级ETL应用程序所需的功能和性能,使得组织机构能更加容易地管理来自于不同的关系型和非关系型数据源的数据。
2.4 调度设计
为了保证业务系统的更新数据能够及时的在数据仓库中显示,根据业务系统的提取到数据仓库的数据间隔不同,用Kingbase DI设计了调度,包括调度类型、调度周期等信息,以保证数据仓库的数据更新与业务系统的数据更新保持一致。
2.5 页面展现设计
用Smartbi来进行数据报表的展示。Smartbi是一个基于服务器的完整平台,可创建、管理和交付传统报告和交互式报告,它包括创建、分发和管理报告所需的一切工具和信息。
3 电力企业BI系统架构
BI的核心技术主要包括3个关键部分:数据仓库(或数据集市)、联机分析处理(OLAP)以及数据挖掘(DM)。数据仓库是BI的基础,OLAP对数据进行分析,数据挖掘完成知识发现。这3个部分形成一个统一整体,互相补充,使BI能够对企业的经营状况进行全面、深入的分析。
从系统观点来看,BI的数据处理过程是:从各个业务数据库和其他数据源中抽取有用的数据;然后对采集来的数据进行清理和转换,以保证数据的完整性、一致性;经重构后,按照不同的分析主题存放到数据仓库或数据集市中。这样,原先存放在多个业务系统中的、反映企业局部情况的数据经过整理后,就转换成反映企业整体情况的信息,从而完成了从数据到信息的转变。
存放在数据仓库或数据集市中的信息利用合适的查询和分析工具、数据挖掘工具、联机分析处理工具进行处理后,就可以形成带有规律性的、能够对企业运营提供指导意义的知识,从而完成了从信息到知识的转变。企业的决策层可以利用得到的知识,制定相应的策略,并反馈到业务系统中,最终改善企业的运营状况。
4 商业智能的电力应用
电力行业的特殊性决定了电力商业智能的特色,因此电力商业智能的应用要充分满足当前电力环境的特征:
(1) 为了实现电力企业集约化、集中化和精细化管理的目标,企业信息数据的全面整合已成为电力企业当前重要的信息化任务之一。BI必须可以对电力企业现有的信息化异构系统进行良好集成,实现电力企业内部信息资源的整合,完成企业内主要的财务、生产和管理数据的交流与共享。
(2) 电力企业存在人员集中、地理分散;多工种作业、生产环节紧扣;信息量密集、科技含量高的特点。由于产品特殊,不能存储,因此生产信息是和需求信息密切相关的,必须提高企业对外部各种关键信息及时获取、快速反应能力。同时,通过对面向主题的、稳定的、统一时间的企业网络中不同信息岛上数据的集成应用,对于电力企业各类计划的合理安排也有着重要的意义。
(3) 电力企业非常注重对分散在各地的业务流程进行不间断地连续监控和即时的状态了解。特别是电网侧企业作为一个以客户为中心的服务类企业,动态业务综合监控的实际应用,才能确保管理人员和业务人员组成动态团队,及时对客户进行高效的专业化、人性化、个性化的服务。
(4) 电力企业全面管理是以优化企业的整体资源为目标,完整地配置、计量、记录企业所有与财务状况相关的业务资源和业务活动,并进行详尽的核算、统计、分析、考核,以实现物流、资金流、信息流、增值流、工作流的统一管理。作为电力企业管理系统核心的财务信息系统的功能已开始从事后的核算发展到实现全面预算管理和对企业营运全过程的控制、评价和优化。因此,要求商业智能可以对所有的经济活动和业务数据,根据管理和控制的各种需要进行多角度、多层次的查找、比较、分析,建立不同类型的企业财务状况和经营状况的评价系统,提供对电力企业中高层管理者们的决策支持,提高企业在复杂多变的市场环境下的竞争能力。
5 结语
商业智能应用是电力企业信息化建设的高层次应用。虽然商业智能发展,部分的操作型BI有向实时业务层面发展的趋势,但就目前电力企业实际应用情况而言,其服务对象主要还是注重中高层管理者,帮助他们快速正确地掌握电力企业运营的主脉络。就当前电力信息化急待突破的瓶颈而言,BI是电力信息化不可缺少的一个环节。
参考文献
[1] 米天胜,黄作明.商业智能与企业竞争力的提升[J].中国管理信息化,2006,(07).
[2] 徐丽钟.商业智能及其在电力营销中的应用设计[J].电力需求侧管理,2006,(01).
[3] 沈波.商业智能与企业竞争优势[J].统计与决策,2005,(07).