《电力企业一体化信息集成交换平台建设》由会员分享，可在线阅读，更多相关《电力企业一体化信息集成交换平台建设（4页珍藏版）》请在金锄头文库上搜索。
1、电力企业一体化信息集成( 交换) 平台建设 饶伟 ( 河北大唐国际唐山热电有限责任公司) 摘要：电力企业信息化建设发展迅速，资产管理系统、财务管理系统、生产管理系统、企业门户等一 系列企业应用系统都在陆续设计建设，但各个应用系统之间缺乏统一规划，造成数据分散且缺乏标准化，相 互之间没有数据共享，有价值的信息无法充分利用。通过运用数据总线、数据转换清理、数据挖掘、联 机分析处理、商业智能和数据集成传输等成熟技术，逐步形成一个复合的信息集成平台，解决电力企业中 “信息孤岛”和“数据烟囱”问题。 1背景 近几年来，电力企业信息化建设发展迅速，资产 管理系统、财务管理系统、生产管理系统、燃料管 理系统
2、、协同办公系统、企业门户等一系列企业应用 系统都在陆续设计建设，这些系统在各自大的领域发 挥了非常大的辅助作用，大大提高了工作效率，节约 了企业各个环节的生产、经营成本，使得企业的信息 化建设已经初见成效。 在企业信息化程度不断提高的过程中，企业对于 数据、信息的依赖性越来越大，对于应用系统之间信 息共享的需求也逐渐迫切起来。但由于历史原因，各 个应用系统在建设时缺乏统一的规划，造成数据分散 且缺乏标准化，相互之间没有数据共享，各系统之间 沟通相对困难，有价值的信息无法被充分利用，出现 了许多“信息孤岛”和“数据烟囱”。 随着电力体制改革的深入，竟价上网的逐步实 施，电力行业竞争将越来越激烈。
3、利润的降低使得必 须从粗放的经营转变到集约的经营，同时经营决策需 要尽可能多的定量的依据和尽可能快的速度。公司如 何控制整个电力集团的生产、经营等成本? 如何充分 发挥专业化的基建成本管理优势，降低基建工程造价 等固定成本? 如何增加煤炭有效供应量，降低燃料采 购成本，确立燃料成本优势? 要回答上述等一系列问 题，通过单一的信息系统是无法完成的，这需要各个 应用系统之间的信息共享和协作。因此我们必须使用 一些技术手段，综合使用运用数据总线、数据转换清 理、数据挖掘、联机分析处理、商业智能和数据集 成传输等成熟技术，逐步形成一个复合的数据信息集 成( 交换) 平台，解决电力企业中“信息孤岛”和
4、“数据烟囱”问题。 2重要意义及前景描述 在各电厂数据平台和总部数据平台的基础上，我 们可以很方便的进行数据的采集、过滤、储存、管 理、发布、交换，并可以以统一的接口实现数据查 询服务。 集翻总部数据中心 图1 通过“数据双向代理”利用数据定义标准实 现主动获取和被动接收的数据采集功能，并也可以通 过手工录入方式采集数据： 通过“请求响应代理”利用数据定义标准为 一19 其他系统提供格式统一的数据； 使用指标定义“元数据”，结合联机分析处 理和数据挖掘方法，通过B I 产品实现综合多维分析展 示； 使用“数据集成传输中间件”实现和集团总 部数据中心进行数据传输： 通过管理监控模块对数据平台各种
5、操作( 采 集、请求等) 进行全方位的监控 通过数据备份恢复模块进行自动的数据备份， 保证数据安全。 在数据标准化的基础上，通过数据平台的建设， 结合面向服务、数据挖掘、联机分析处理、商业智 能、数据集成传输等技术，可以做到： 业务数据规范化 随着业务数据对象规范的建立和完善，必将使得 发电企业业务数据具有具体的标准，从而能够更容易 的进行信息共享，也能够更容易的进行业务数据的深 层挖掘。 数据采集多元化 ( 1 ) 手工录入 ( 2 ) 主动获取( 通过图一中的双向数据代理发 送请求到数据源系统，数据源相应数据也从该代理返 回到数据平台) ( 3 ) 被动接收( 数据源系统通过图一中的双向
6、数据代理提供的标准接口直接把数据推送到数据平台) 数据传输自动化 利用数据集成中间件( o N C E D I ) 和消息中间件 ( 0 N C E M Q ) 实现数据传输的安全、自动、可靠。 该产品有完善的数据传输安全机制，合理的数据冲突 解决方案、操作的任务化和自动化，支持广域网数据 传输，支持多种通讯方式( M Q 、F T P 、E M A I L 等) 、 支持多种数据源( 关系数据库、X M L 文件和普通文 件) ，能实现数据单次到达、断点续传、增量复制、 异常自动恢复等功能。从而确保发电企业和集团公司 本部数据传输的安全性和自动化。 数据服务统一化 通过采用S O A ( 面
7、向服务架构) ，将应用系统的 不同功能单元( 称为服务) 通过这些服务之间定义良 好的接口和契约联系起来。接口独立于实现服务的硬 件平台、操作系统和编程语言。这使得构建在各种这 样的系统中的服务可以以一种统一和通用的方式进行交 互。其他业务系统就通过该标准的接口服务从信息集 成平台上取得数据，从而降低各业务系统之间数据交 换的复杂度，保证企业数据的一致性，并易于已运行 业务系统的扩展，也能降低新建信息系统的投资。 20 清理转换后，存储在数据平台中标准统一的数 据，为企业进一步对各种生产、经营数据进行综合分 析、数据挖掘提供标准统一的数据源，也为集团信息 集成平台的建设提供标准统一的数据源，并
8、可为企业 其他业务系统供标准统一的数据源，从而消除“信息 孤岛”和“数据烟囱”。 数据分析智能化 使用当今先进流行的数据挖掘、联机分析处理和 商业智能工具，信息集成平台平台可以提供强大的综 合分析能力( 趋势分析、环比分析、同比分析、切 片切块分析、旋转分析、钻取分析等) 、合理美观 的展示界面( 复杂联机报表、柱图、饼图、堆积图、 散点图、线图等) ，为领导决策支持提供依据。 最终将使企业信息系统达到一个新的高度，为今 后的数据资源综合利用、深度挖掘打下坚实的基础。 3 技术路线 3 1 技术方案 现在有两种比较可行的解决方案，一种是使用数 据仓库，另一种是不使用数据仓库，两种方案的系统 逻
9、辑图如2 所示： 者枷， 图2系统逻辑圉 根据图2 所述，两种方案使用的产品列表如 图3 ： 结合需求分析和上述表格，不使用数据仓库能完 全满足现有需求且风险小，并能保证一定的扩展性， 这是我们最终不采用使用数据仓库实现该数据平台的原 因之一。另外，数据仓库的实施是一个不断建立、发 展、完善的循环和不断演化的过程，设计一个发电企 业综合数据仓库需花费的时间和金钱是相对惊人的， 不可能在短时间内达到预期目标。近几年来，数据仓 库技术虽然在国外蓬勃发展，相应的也有很多的成功 案例，但在中国由于以下几方面原因，还不能很好的 发展： 使用盔晶厦格 膏施周期功能 敦据仓库敛据采集 E T L 工具。教据
10、转换、 使用 O L P 厦务器 清洗 戴据仓库 毗工具 。蠓合蠢询、多 雏分析 ( 星号部分不羞 + 教据传赣工具 高非常长 于致捧仓库范。为其他应用系 匿需单独采购 统提供便趋、 或开麓)统一的数据访 * i W 求代理模绠 甸方 盎和接口 。散据传输 关系数据库。数据采集 数据清理转换模 。数据转换、 块 整理 O L P 服务器 。琮台查询、多 不使用推分析 m 工具 较低适中 羲据仓库。为其他应用系 救据传辅工具 统提供便捷， 请求代理模块 统一的敦据访 目方法和接口 。教据传辅 图3 产品列表 第一，中国的信息化基础设备相对不太完善，例 如目前电信行业的计费数据非常分散，计费工具就
11、有 4 0 5 0 种，数据采集都是各搞各的，为今后的分析 带来许多技术上的困难。 第二，企业的竞争意识和服务意识相对不够强， 对于决策分析的需求还不那么迫切。 第三，数据仓库是一个数据共享的系统，不同层 面的人从中得到的信息会大不一样，它对企业决策是 一个很好的工具，但目前中国企业没有建立起一个管 理机制来推动数据的共享，不论是对人的能力、企业 的组织制度还是数据质量都没有一个连续的管理机制， 要在这样的基础之上建立好用的数据分析是非常困难 的。 第四，投资巨大，也是限制国内企业使用数据仓 库技术的原因之一。由于配套的管理跟不上，使得巨 大的投资无法产生相应的回报，因而鲜有成功案例。 通过以
12、上几点可以看出在资金有限的电力企业中 不可能用数据仓库来实现各种系统数据的共享交换， 如果不使用数据仓库，也可以通过一些成熟的关键技 术实现这一功能。 3 2 关键技术 a 、面向服务的体系结构( s0A ) S O A ( s e r v i c e o r i e n t e da r c h i t e c t u r e ，也 叫面向服务的体系结构或面向服务架构) 是指为了解 决在I n t e r n e t 环境下业务集成的需要，通过连接能完 成特定任务的独立功能实体实现的一种软件系统架构。 S O A 是一个组件模型，它将应用程序的不同功能单元 ( 称为服务) 通过这些服务之间定
13、义良好的接口和契 约联系起来。接口是采用中立的方式进行定义的，它 应该独立于实现服务的硬件平台、操作系统和编程语 言。这使得构建在各种这样的系统中的服务可以以一 种统一和通用的方式进行交互。 传统的W e b ( H T M L H T T P ) 技术有效的解决了人 与信息系统的交互和沟通问题，极大的促进了B 2 C 模 式的发展。W E B 服务( X M L S O A P W S D L ) 技术则是要 有效的解决信息系统之间的交互和沟通问题，促进 B 2 B E A 工C B 2 C 的发展。S O A ( 面向服务的体系) 则是 采用面向服务的商业建模技术和W E B 服务技术，实
14、现 系统之间的松耦合，实现系统之间的整合与协同。 w E B 服务和S O A 的本质思路在于使得信息系统个体在能 够沟通的基础上形成协同工作。 对于面向同步和异步应用的，基于请求响应模 式的分布式计算来说，S O A 是一场革命。一个应用程 序的业务逻辑( b u s i n e s sl o g i c ) 或某些单独的功 能被模块化并作为服务呈现给消费者或客户端。这些 服务的关键是他们的松耦合特性。例如，服务的接口 和实现相独立。应用开发人员或者系统集成者可以通 过组合一个或多个服务来构建应用，而无须理解服务 的底层实现。举例来说，一个服务可以用。N E T 或 J 2 E E 来实现，
15、而使用该服务的应用程序可以在不同的 平台之上，使用的语言也可以不同。 b 、数据清理转换技术( ETL ) E T L ( E x t r a c t T r a n s f o r m L o a d 的缩写，即数据 抽取、转换、装载的过程) 作为B I D W ( B u S i n e SS I n t e l l i g e n c e ) 的核心和灵魂，能够按照统一的规 则集成并提高数据的价值，是负责完成数据从数据源 向目标数据仓库转化的过程，是实施数据仓库的重要 步骤。如果说数据仓库的模型设计是一座大厦的设计 蓝图，数据是砖瓦的话，那么E T L 就是建设大厦的过 程。在整个项目中
16、最难部分是用户需求分析和模型设 计，而E T L 规则设计和实旖则是工作量最大的，约占 整个项目的6 0 8 0 ，这是国内外从众多实践中得到 的普遍共识。 c 、商业智能( BI ) 一21 ( ? 0 ( 1 I ) 7 电力行业信息化年会”： 商业智能也称作B I 是英文单词B u s i n e s sI n t e l lig e n c e 的缩写。商业智能通常被理解为将企业中现 有的数据转化为知识，帮助企业做出明智的业务经营 决策的工具。这里所谈的数据包括来自企业业务系统 的订单、库存、交易账目、客户和供应商等来自企 业所处行业和竞争对手的数据以及来自企业所处的其他 外部环境中的各种数据。而商业智能能够辅助的业务 经营决策，既可以是操作层的，也可以是战术层和战 略层的决策。为了将数据转化为知识，需要利用数据 库、联机分析处理( O L A P ) 工具和数据挖掘等技术。 因此，从技术层面上讲，商业智能不是什么新技术， 它只是数据库、O L A P 和数据挖掘等
