《2022年电力经营管理分析和辅助决策系统解决方案》由会员分享，可在线阅读，更多相关《2022年电力经营管理分析和辅助决策系统解决方案（5页珍藏版）》请在金锄头文库上搜索。
1、电力经营管理分析与辅助决策系统解决方案杨少华 陈静 赵晓波（南京供电公司，江苏南京 210008 ）摘要：电力企业通过多年信息化建设, 已经建成了完善的业务支撑系统，同时也积累了大量数据。目前电力企业面临的一个新课题是如何有效利用现有的数据，为高层管理决策提供服务。本文介绍了通过数据仓库技术实现电力经营管理分析与辅助决策系统的解决方案。0引言随着电力企业信息化程度的不断提高，近年来电力营销系统、客户服务系统、财务系统、办公自动化系统等以地市为数据中心的业务系统已相继投入使用，实现了电力业务处理的计算机化和网络化，并已取得了显著成效。这实现了在全省层面上的指标分析、经营预测成为可能。但目前所有可
2、用数据均分散在各地市数据库中；各级电力业务部门则需要利用这些重要数据进行统计、分析以及市场预测，人工采集和处理这些数据既无法保证数据的完整性和准确性，又会造成大量重复劳动；而业务系统生成的报表灵活性较差，编程工作量大、效率低，早已不能适应日益增加的管理分析功能需要；同时高层管理人员也无法及时、全面、准确地掌握全省层面的各种信息，难以及时根据地域电力市场变化做出正确的决策。要解决这个问题，就迫切需要建设营销管理分析与辅助决策系统，应用数据仓库技术，对营销业务层各种数据重新组合和加工，构成面向决策层的数据结构，使管理人员可以进行数据的多维分析、动态查询及深层挖掘，从而做出更加符合市场定位、实时准确
3、、具有前瞻性的营销策略。1系统目标通过实施电力营销管理分析系统，最大限度地利用电力企业的数据资源，将数据整理为信息，为省、市、县各级电力管理层提供面向企业经营决策的统计、分析的功能，为决策者提供最为有效和准确的数据依据，便于作出正确的决策，同时也为行业的战略发展目标和市场策略的制定提供了依据，从而提高了企业的风险控制能力和经营决策能力以及竞争能力。2系统架构数据仓库包含数据源、数据存储与管理、OLAP服务器、前端工具及应用几个部分。数据源：是数据仓库系统的基础，是整个系统的数据源泉。包括企业内部信息和外部信息。数据的存储与管理：是整个数据仓库系统的核心。在现有各业务系统的基础上，对数精选学习资
4、料 - - - - - - - - - 名师归纳总结 - - - - - - -第 1 页，共 5 页据进行抽取、清理，并有效集成，按照主题进行重新组织，最终确定数据仓库的物理存储结构，同时组织存储数据仓库元数据（具体包括数据仓库的数据字典、记录系统定义、数据转换规则、数据加载频率以及业务规则等信息）。OLAP服务器：对分析需要的数据按照多维数据模型进行再次重组，以支持用户多角度、多层次的分析，发现数据趋势。前端工具与应用：前端工具主要包括各种数据分析工具、报表工具、查询工具、数据挖掘工具以及各种基于数据仓库或数据集市开发的应用。其中数据分析工具主要针对OLAP服务器，报表工具、数据挖掘工具既
5、针对数据仓库，同时也针对OLAP 服务器。我们可以选用目前业界较先进的IBM 数据仓库平台，前端展示工具选用BRIO或 BO 。精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 2 页，共 5 页3技术方案3.1数据抽取转换加载（ETL）数据获取功能是将数据从数据源经过必要的抽取、清洗、转换等处理后加载到数据仓库系统中，即ETL 过程。图 3.1 ETL 过程示意图3.2建立统一的综合数据分析平台（OLAP ）多维数据分析(OLAP 分析 ) 作为决策支持系统提供的主要分析手段之一，通过对多维形式组织起来的数据采取钻取、切片、切块、旋转、透视等操作来
6、剖析数据，使用户能从多个角度、多侧面地观察数据仓库的数据，从而深入地了解包含在数据信息中的内涵。3.3数据挖掘（ Miner ）数据挖掘是信息领域发展最快的技术，是从大型数据库或数据仓库中发现并提取隐藏在其中的信息的一种新技术，目的是帮助决策者寻找数据间潜在的关联，发现被忽略的要素，而这些信息对预测趋势和决策行为也许是十分有用的。它能从DW 中自动分析数据，进行归纳性推理，从中发掘出潜在的模式，或产生联想，建立新的业务模型，帮助决策，调整市场策略，做出正确的决策。数据挖掘表明，知识就隐藏在日常积累下来的大量数据之中，而仅仅依靠复杂的算法和推理并不能发现知识，数据才是知识的真实源泉。电力业务系统
7、的长期运行所积累的海量数据成了“数据爆炸但知识贫乏”的“数据坟墓”，所以目前需要对数据进行较高层次处理的技术，从中找出规律和模式，以帮助人们更好地利用数据进行决策和研究。4应用方案4.1企业级报表企业级数据报表是数据仓库的基本功能之一。通过这些报表的查询可以快速得到相关上报数据，可以大大减轻各单位逐级上报数据的工作量，保证上报数据的及时性和准确性，让决策层充分了解各个地市( 乃至分公司 ) 的销售和工作质量情况, 为决策层做出及时的决策和调整相关的营销策略提供有效的科学依据。企业级报表包括营销关键指标报表、营销工作日报、营销上报数据、营销排名情况数据接口区数据集市接口数据源中央数据仓库数据转换
8、、加载数据转换、加载数据抽取精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 3 页，共 5 页等。4.2营销指标实时监控系统可以对业扩报装情况、实时银行收费情况、电费销售实时信息、各地超期事务等进行实时监控。4.3主题分析（ OLAP分析）主题分析是将所收集到的相关资料，选取与研究的问题相关的主题，以帮助解释数据所蕴含的深层意义。系统提供多维展现的数据表，以及饼图、折线图、柱形图、雷达图等图形化的呈现方式。多角度、多侧面地观察数据，从而深入地了解包含在数据信息中的内涵。主题分析包括销售分析、电价分析、市场分析、客户分析（CRM ）、客户发展分析、计
9、量资产分析、营销工作质量分析等。4.4数据挖掘通过对市场营销和客户关系管理进行数据挖掘，同时对业务系统积累的数据以及部分外部信息挖掘电价变动与市场和销售的关系，影响电费回收率的各项因素，客户服务的电话量和负荷的变化，大气温度、湿度的变化、日期类型（主要分为工作日，普通双休日，长假）、用户的缴费周期等的关系，业扩报装情况与负荷变化关系等。这些规则、关系就为我们决策提供了可靠的依据。4.5预测分析数据挖掘将隐藏在大量数据里的知识发现出来后，最后是验证数据挖掘算法产生的预测模型，可以应用这些的预测模型进行预测分析，可以想象这样的预测分析给企业带来的巨大收益。我们可以从以下几个方面进行预测分析：售电收
10、入预测、售电量预测、电费回收预测、电价变动影响经营指标预测、负荷预测、用表需求预测、客户增量预测。4.6即席查询决策的需求是随时变化的，有时需要很快了解业务情况，而这些查询对于数据仓库来说是无法预见到的，这类应用称为随机查询。一方面，即席查询可以访问各种数据源的数据，访问结果也能输出到多种通用文件格式中。另一方面，即席查询支持XML ，并可集成到统计分析系统的Web 站点或门户中，为统计分析系统使用人员提供全面的信息分析服务。通过定义业务逻辑到数据库结构映射层，使统计分析系统使用人员无需了解数据库和SQL 的复杂性，只需按业务逻辑规则即可快速简洁地定义查询需求，系统自动完成连接操作、条件定义等
11、复杂的SQL定义操作。即席查询提供各种向导式界面、图形查询生成器、提示窗口等，通过简单的鼠标拖拉精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 4 页，共 5 页操作即可实现即席查询、报告生成、图表生成、深入分析和发布等功能。即席查询具备多表之间的钻取访问、具备主表与子表之间的钻取访问功能。可在不生成多维立方体的情况下，通过各种钻取和旋转分析工具进行数据切割，以不同方式查看结果。5结束语电力企业信息化建设已经初具规模，业务系统已经完全实现了网络化、信息化，可以满足操作层和管理层的需求，下一步信息化建设的重点将转向对领导层的决策支持。利用先进的数据仓
12、库技术，将现有各个分散的业务系统的海量数据整理为信息，为高管层提供电力经营和生产管理分析与辅助决策支持。参考文献：迈克尔贝里戈登利诺夫高管商学院数据挖掘中国劳动保障出版社 2004 作者简介：杨少华男， 1974 年生，毕业于哈尔滨理工大学计算机应用专业，现担任南京供电公司信息中心主任工程师。电子邮箱：邮政编码： 210008 通讯地址：江苏省南京市中山路251 号南京供电公司信息中心联系电话：陈静女， 1971 年生，毕业于东南大学计算机系，现担任江苏苏源高科技有限公司技术总监。赵晓波男， 1975 年生，毕业于四川大学计算机及应用专业，现担任江苏苏源高科技有限公司开发一部经理。精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 5 页，共 5 页
