本文以温州市某皮革有限公司能源计量数据实时监控系统为研究背景，根据公司决策层的需求，分析和设计了适合公司决策支持的数据仓库逻辑模型和物理模型结构，对数据抽取、转换、装载和数据清洗等技术进行了具体的应用研究，并结合数据挖掘算法对电力能源负荷分别进行了战略预测和战术预测的实际应用研究，最后在上述研究基础上设计并实现了可满足实际决策应用的实时数据仓库系统和ETL工具。本文的主要研究内容如下：1、分析了电力能源实时数据仓库系统需求，设计了电力能源实时数据仓库系统架构；并根据业务需求，确立了电力能源实时数据仓库的两大主题结构：即电能消耗主题和工业能源消耗主题；并为两个主题设计了逻辑模型结构和物理模型结构。2、针对电力能源负荷预测设计了两种预测方式：即电力能源负荷战略预测和电力能源负荷战术预测。其中电力能源负荷战略预测主要面向中长期电能负荷预测，该预测主要针对企业的决策层；而电力能源负荷战术预测主要面向短期电能负荷预测，该预测主要针对企业生产一线的管理者。战略预测主要分为两种预测算法，分别是KNN预测算法和DWKNN预测算法，实验数据表明DWKNN预测算法预测效果要好于KNN预测算法；战术预测主要使用二次指数平滑预测法进行电能负荷预测，该算法经试验数据对比结果误差较小，达到实际应用标准。3、基于上述研究，开发并实现了电力能源实时数据仓库系统，该系统主要包括：用户登录及连接配置模块、ETL工具模块、能源计量多维度分析模块、电能负荷预测分析模块、报表和图形展示模块。经测试系统运行良好，预测结果误差处于用户可接受范围内；因此，电力能源实时数据仓库具有一定的实际应用价值。