数据中心建设是国家电网“十一五”期间“SG186工程”重点实施项目之一,旨在利用数据仓库整合电力企业内部分散的业务数据,并通过便捷有效的数据访问手段,可以支持电力企业内部不同部门、不同需求、不同层次的用户随时获得自己所需的信息,并能将网络中分布的行业数据集成到一起,为决策者提供各种类型的数据分析。数据中心的主要特点是通过统一的数据定义和命名规范,保证数据的唯一性、准确性、完整性、规范性和时效性,提供一个标准的、一致的数据共享和访问平台。本文主要研究对象是电力营销计费系统所需的底度电量数据值,针对在数据抽取过程中对电量数据中产生的“噪音数据”进行清洗,在文章中的对“噪音数据”的清洗过程是:首先利用切比雪夫原理设定一个判断区间来检测“噪音数据”,然后将这些“噪音数据”中的异常的属性值删除,然后对这些被删除的属性值当空缺值来处理。而对空缺值的处理,文中利用了基于遗传神经网络预测模型的填补空缺值的方法,该方法分利用了遗传算法的全局搜索能力和神经网络的非线性映射能力,在很大程度上提高了数据的预测精度。并验证了该方法的可行性以及在提高数据预测精度方面的有效性。本文主要研究重点是数据中心在ETL过程中的数据清洗过程。根据国家电网“SG186工程”规划中关于数据中心的建设要求和数据中心ETL功能架构,数据中心的ETL过程主要分为抽取、清洗、转换和加载四个主要部分(较之通常的ETL过程,将清洗过程从原有的抽取过程中剥离出来单独研究),根据电力系统实际生产业务需要,本文又将数据抽取中的“清洗”过程划分为两个子流程:即先通过检测异常数据并将其值置为“NULL”,然后根据其余有效值对已置“NULL”的数据进行预测填充。简而言之,随着计算机信息技术的不断发展和企业决策与辅助分析系统对数据质量要求的不断提高,数据抽取过程遇到的“噪音数据”或“脏数据”不能再做简单的删除处理,因为在删除这些数据时有可能丢失大量的可用的“关键数据”,因此数据清洗正在逐渐的演变为数据抽取中一个重要的环节,其理论研究与实践就显得非常具有实用价值。