皇甫漢聰

[摘? ? 要]? 電力企業(yè)數(shù)據(jù)中心為企業(yè)信息平臺(tái)的穩(wěn)定運(yùn)行奠定了基礎(chǔ)。即通過(guò)利用數(shù)據(jù)中心中三維相關(guān)數(shù)據(jù)和信息，可以為企業(yè)的經(jīng)營(yíng)、管理、發(fā)展提供決策支持。文章先對(duì)多維數(shù)據(jù)的概念進(jìn)行了闡述，在此基礎(chǔ)上分析了多維數(shù)據(jù)技術(shù)在電力企業(yè)數(shù)據(jù)分析中的具體應(yīng)用。

[關(guān)鍵詞]多維數(shù)據(jù)技術(shù);電力企業(yè);數(shù)據(jù)分析;應(yīng)用

[中圖分類(lèi)號(hào)]TM769 [文獻(xiàn)標(biāo)志碼]A [文章編號(hào)]2095–6487（2021）10–0–02

Application Analysis of Multidimensional Data Technology

in Data Analysis of Electric Power Enterprises

Huang fu Han cong

[Abstract]The electric power enterprise data center lays the foundation for the stable operation of the enterprise information platform. Through the use of relevant data and information in the data center， it provides decision support for the operation， management and development of the enterprise. This article first expounds the concept of multi-dimensional data， and analyzes the specific application of multi-dimensional data technology in power enterprise data analysis on this basis.

[Keywords]multidimensional data technology; electric power enterprise; data analysis; application

電力企業(yè)數(shù)據(jù)分析能夠在多個(gè)層面實(shí)現(xiàn)數(shù)據(jù)的整合，保證電力企業(yè)網(wǎng)絡(luò)操作平臺(tái)的統(tǒng)一化與規(guī)范化，確保相關(guān)數(shù)據(jù)、信息得到及時(shí)的共享，多維數(shù)據(jù)技術(shù)對(duì)于整個(gè)數(shù)據(jù)分析工作來(lái)說(shuō)具有重要的作用，能夠通過(guò)操作路徑對(duì)相關(guān)數(shù)據(jù)信息進(jìn)行提取與整合，最后通過(guò)圖標(biāo)的形式為工作人員展現(xiàn)相關(guān)數(shù)據(jù)信息，對(duì)于提高工作效率，優(yōu)化工作流程具有重要意義。

1 多維數(shù)據(jù)概述

多維數(shù)據(jù)中的“維”主要指一種物理特性，是訪問(wèn)以及表達(dá)主題信息的主要方式。多維能夠描述被定義為多維或者根據(jù)多維訪問(wèn)主題信息的一種概念。對(duì)電力企業(yè)的數(shù)據(jù)中心來(lái)說(shuō)，目前多維方式建立多維數(shù)據(jù)模型與主題領(lǐng)域的原有結(jié)構(gòu)相符，因此展開(kāi)工作能夠滿足實(shí)際情況的要求。對(duì)多維數(shù)據(jù)模型進(jìn)行分析（見(jiàn)圖1），工作人員需要使用一系列屬性作為訪問(wèn)、分析主題信息的方式，用來(lái)表達(dá)主題信息的屬性及聚合，將其作為關(guān)鍵性能指標(biāo)，對(duì)主題信息進(jìn)行訪問(wèn)、分析的路徑被稱(chēng)作多維。

對(duì)多維數(shù)據(jù)模型的定義進(jìn)行分為，主要包括下述幾點(diǎn)：①屬性Ai的主要組成部分為標(biāo)識(shí)ID與其值域Y，兩者組成二元組，即Ai=ID，Y，Z。其中Ai為特征性，主要標(biāo)表示地區(qū)、氣候及時(shí)間等，這類(lèi)屬性能夠用于表達(dá)維度;另外Ai也具有度量性的特點(diǎn)，主要指增長(zhǎng)率，可以用于表達(dá)關(guān)鍵性能指標(biāo)。Y主要指Ai的取值范圍，Z主要指關(guān)鍵性能指標(biāo)的聚合方法。②維度Di由多個(gè)具有層次關(guān)系的特征性屬性構(gòu)成，即維Di=[A1……，Am]，該公式中m≥1，A1>A2>A3……>An。③多維數(shù)據(jù)模型MD是一個(gè)三元組，即MD=。M是多維數(shù)據(jù)模型的主要表示;A是MD中全部關(guān)鍵性能指標(biāo)的集合，A=[A1……，Am];D是MD中的全部維度的集合，D=[D1，……Dn]。在數(shù)據(jù)中心中多維數(shù)據(jù)模型的表現(xiàn)形式為多維數(shù)據(jù)集，也被稱(chēng)作數(shù)據(jù)立方體。

2 多維數(shù)據(jù)技術(shù)在電力企業(yè)數(shù)據(jù)分析中的應(yīng)用

2.1 多維數(shù)據(jù)集展現(xiàn)技術(shù)

多維數(shù)據(jù)集能夠?qū)ο嚓P(guān)數(shù)據(jù)、度量及聚合進(jìn)行分析進(jìn)而直觀地加載信息。在企業(yè)運(yùn)營(yíng)發(fā)展的過(guò)程中，工作人員并需要對(duì)全部維度信息進(jìn)行整合分析，而是具有選擇性地將各維度集、度量以及聚合納入分析，通過(guò)維度分析信息數(shù)據(jù)，探索最佳解決途徑。基于不同的角度進(jìn)行多維度信息的聚合能夠及時(shí)發(fā)現(xiàn)問(wèn)題的起因。例如，在電力系統(tǒng)營(yíng)銷(xiāo)階段多維數(shù)據(jù)分析技術(shù)的工作流程為：在基礎(chǔ)數(shù)據(jù)庫(kù)與報(bào)表數(shù)據(jù)庫(kù)中建立數(shù)據(jù)倉(cāng)庫(kù)，為平臺(tái)數(shù)據(jù)庫(kù)夯實(shí)基礎(chǔ)，之后建立數(shù)據(jù)模型，展現(xiàn)相關(guān)數(shù)據(jù)。如果數(shù)據(jù)需要遷移需要通過(guò)系統(tǒng)抽取、轉(zhuǎn)換與加載數(shù)據(jù)，完成遷移后，工作人員對(duì)獲得的數(shù)據(jù)進(jìn)行分析，結(jié)合決策支持明確目標(biāo)，從而建立數(shù)據(jù)模型，根據(jù)使用需要，統(tǒng)計(jì)相關(guān)信息，最后通過(guò)直觀的圖表形式展現(xiàn)數(shù)據(jù)，對(duì)結(jié)果進(jìn)行分析。多維數(shù)據(jù)分析的方法較多，主要包括預(yù)測(cè)算法、排序法、結(jié)構(gòu)法等。如圖2所示。多維視圖的應(yīng)用能夠滿足用戶需求，通過(guò)各維度層次的最低值明確視圖的最小粒度，通過(guò)組合不同維度明確問(wèn)題分析的路徑，進(jìn)而體現(xiàn)數(shù)據(jù)集中不同探索路徑與分析粒度的度量值與整合體，達(dá)到發(fā)現(xiàn)問(wèn)題起因的目的。

2.2 多維視圖的操作路徑

多維視圖的操作路徑主要包括下述幾個(gè)方面：①切片與切塊。如果搜索條件只有一個(gè)，多維視圖能夠通過(guò)“切”的形式，通過(guò)數(shù)據(jù)庫(kù)為工作人員提取信息片。如果搜索條件增加，則會(huì)導(dǎo)致維度的限制增加，多維視圖能夠增加信息的體積，通過(guò)“切片”的形式收集信息。切塊操作與計(jì)算機(jī)語(yǔ)言中的Select相似，切片操作與計(jì)算機(jī)語(yǔ)言中的Where相似，通過(guò)主從限制縮小視圖聚焦范圍，幫助工作人員直觀分析信息數(shù)據(jù)，切片的作用為區(qū)域定位，切塊的作用為點(diǎn)定位。②上鉆與下鉆。兩者均能夠通過(guò)樹(shù)形結(jié)構(gòu)的維度調(diào)取信息，其中上鉆能夠收縮樹(shù)的層級(jí)，工作人員可以通過(guò)樹(shù)層了解相關(guān)信息，進(jìn)而進(jìn)行預(yù)測(cè)分析，下鉆為上鉆的反操作，兩者均可以對(duì)信息數(shù)據(jù)進(jìn)行不同層次的分析，對(duì)信息數(shù)據(jù)進(jìn)行深層次的探索，具有多粒度的特點(diǎn)，有效提高信息的飽和度。③展開(kāi)與收縮。展開(kāi)能夠在海量的數(shù)據(jù)信息維度下收集信息，操作過(guò)程中能夠?qū)⒍攘繉傩耘c聚合按照順序納入分析過(guò)程，展開(kāi)全面分析。收縮能夠隱藏不必要的度量與聚合，對(duì)視圖進(jìn)行簡(jiǎn)化，幫助工作人員進(jìn)行重點(diǎn)分析。④翻轉(zhuǎn)。翻轉(zhuǎn)主要指對(duì)多維視圖的維度進(jìn)行換位處理，對(duì)多維視圖進(jìn)行翻轉(zhuǎn)，工作人員能夠基于不同的角度觀察度量與聚合，進(jìn)而全面分析主題。

2.3 多維數(shù)據(jù)處理技術(shù)

多維數(shù)據(jù)模型能夠結(jié)合主題分析的要求對(duì)數(shù)據(jù)進(jìn)行組織處理，保證呈現(xiàn)的信息具有科學(xué)性。多維數(shù)據(jù)的組成部分為大量的基本數(shù)據(jù)，組成的結(jié)果為通過(guò)多維數(shù)據(jù)集的有效處理。其處理方式包括下述幾個(gè)方面：①增強(qiáng)與更新。增量更新適用于多維數(shù)據(jù)集結(jié)構(gòu)不變、現(xiàn)有數(shù)據(jù)未被更改、數(shù)據(jù)源數(shù)據(jù)結(jié)構(gòu)穩(wěn)定的情況下。進(jìn)行增強(qiáng)更新時(shí)需要在多維數(shù)據(jù)集中增加新的基礎(chǔ)數(shù)據(jù)，同時(shí)對(duì)聚合進(jìn)行更新，該過(guò)程并不會(huì)對(duì)已完成處理的現(xiàn)有數(shù)據(jù)造成影響，通過(guò)建立臨時(shí)分區(qū)，同時(shí)將該分區(qū)與某一個(gè)現(xiàn)有分區(qū)融合，完成處理后用戶能夠直接訪問(wèn)多維數(shù)據(jù)集。②刷新數(shù)據(jù)。如果數(shù)據(jù)庫(kù)中的基礎(chǔ)數(shù)據(jù)發(fā)生變化，但是多維數(shù)據(jù)集的結(jié)構(gòu)并未發(fā)生改變，則需要采用刷新數(shù)據(jù)方法。該操作十分簡(jiǎn)便，刷新過(guò)程中重新錄入基礎(chǔ)數(shù)據(jù)源，對(duì)多維數(shù)據(jù)集進(jìn)行整合處理，并對(duì)聚合體進(jìn)行重新計(jì)算。③完整處理。如果數(shù)據(jù)庫(kù)中的基礎(chǔ)數(shù)據(jù)與多維數(shù)據(jù)集的結(jié)構(gòu)均發(fā)生變化，需要采用完整處理方法。該過(guò)程重新向發(fā)生變化的多維數(shù)據(jù)集的維度與度量中輸入新的基礎(chǔ)數(shù)據(jù)，對(duì)全部指定的聚合進(jìn)行重新計(jì)算，建立全新的多維數(shù)據(jù)集。

2.4 多維數(shù)據(jù)存儲(chǔ)技術(shù)

多維數(shù)據(jù)庫(kù)需要具備良好的存儲(chǔ)功能，這樣才能持續(xù)不斷地存儲(chǔ)相關(guān)數(shù)據(jù)信息，對(duì)其存儲(chǔ)方式進(jìn)行分析，主要包括多維聯(lián)機(jī)分析處理以及關(guān)系型聯(lián)機(jī)分析處理。前者將多維數(shù)據(jù)作為重要基礎(chǔ)，通過(guò)多維的形式完成信息存儲(chǔ)工作，同時(shí)能夠?qū)⒉煌瑢蛹?jí)的數(shù)據(jù)進(jìn)行清洗與整合。多數(shù)情況下，多維聯(lián)機(jī)分析處理能夠通過(guò)關(guān)系型聯(lián)機(jī)分析處理將不同層級(jí)的數(shù)據(jù)信息輸入數(shù)據(jù)庫(kù)中，在緩存作用下調(diào)取數(shù)據(jù)，有效縮短呈現(xiàn)信息的時(shí)間，提高工作效率。在實(shí)際工作過(guò)程中，工作人員需要有效融合多維表達(dá)式與多維數(shù)據(jù)集。因?yàn)槎嗑S聯(lián)機(jī)分析處理需要存儲(chǔ)大量的基礎(chǔ)數(shù)據(jù)，所以其對(duì)數(shù)據(jù)存儲(chǔ)與運(yùn)行內(nèi)存的要求較高。關(guān)系型聯(lián)機(jī)分析將關(guān)系數(shù)據(jù)庫(kù)作為基礎(chǔ)，對(duì)多維數(shù)據(jù)集中的多維結(jié)構(gòu)進(jìn)行合理劃分，主要包括事實(shí)表、維表與聚合體表。事實(shí)表能夠存儲(chǔ)度量數(shù)值，維表能夠存儲(chǔ)維度信息，聚合體表能夠存儲(chǔ)聚合值。該處理方式存儲(chǔ)的數(shù)據(jù)能夠通過(guò)T-SQL語(yǔ)句有效查詢，另外也能夠更新數(shù)據(jù)。

3 多維數(shù)據(jù)技術(shù)在配電網(wǎng)故障信息系統(tǒng)中的應(yīng)用

3.1 數(shù)據(jù)收集

數(shù)據(jù)收集的內(nèi)容包括繼電保護(hù)信息、故障文件以及行波測(cè)距等。首先，需要通過(guò)數(shù)據(jù)庫(kù)收集相關(guān)繼電保護(hù)設(shè)備信息，實(shí)現(xiàn)對(duì)設(shè)備的有效控制。其次，通過(guò)電網(wǎng)系統(tǒng)識(shí)別錄波器情況，收集故障文件，如果錄波器狀態(tài)異常，故障文件能夠給對(duì)波信息進(jìn)行加載。行波測(cè)距需要通過(guò)行波測(cè)距站了解線路情況，最后加載行波測(cè)距數(shù)據(jù)。

3.2 數(shù)據(jù)分析

完成數(shù)據(jù)模型建立后需要分析變電站數(shù)據(jù)，多維數(shù)據(jù)技術(shù)的應(yīng)用能夠?qū)崿F(xiàn)全站信息與故障節(jié)點(diǎn)信息的整合，如果電網(wǎng)存在故障問(wèn)題，能夠有效抽取、轉(zhuǎn)換、加載系統(tǒng)中的基礎(chǔ)數(shù)據(jù)，結(jié)合設(shè)備的采樣展開(kāi)分析。分析過(guò)程中有效整合保護(hù)設(shè)備與錄波文件中的相關(guān)信息，搜索多維數(shù)據(jù)庫(kù)，明確故障的具體范圍，更新故障數(shù)據(jù)庫(kù)。

4 結(jié)束語(yǔ)

多維數(shù)據(jù)技術(shù)的有效利用能有效提高數(shù)據(jù)收集、分析、處理的效率，提高電力企業(yè)各層級(jí)的工作質(zhì)量及效率，為企業(yè)的可持續(xù)穩(wěn)定發(fā)展提供保障。另外，多維數(shù)據(jù)的應(yīng)用能夠幫助工作人員直觀發(fā)現(xiàn)問(wèn)題、分析問(wèn)題，實(shí)現(xiàn)對(duì)大量數(shù)據(jù)的有效處理，提高整體工作效率。

參考文獻(xiàn)

[1] 馬潔，劉超，朱淞嵩，等.基于多維數(shù)據(jù)的變電設(shè)備狀態(tài)畫(huà)像分析技術(shù)研究[J].自動(dòng)化應(yīng)用，2020（12）：93-96.

[2] 馮李軍，趙興泉，徐宏銳，等.基于多維拼接技術(shù)的電網(wǎng)大數(shù)據(jù)融合應(yīng)用[J].電力系統(tǒng)裝備，2019（3）：236，238.

[3] 謝菁，梁仲峰.基于大數(shù)據(jù)交互的全鏈路數(shù)據(jù)多維分析技術(shù)研究[J].電子設(shè)計(jì)工程，2020，28（13）：18-22.

[4] 劉偉林.簡(jiǎn)析多維數(shù)據(jù)分析及其在電力營(yíng)銷(xiāo)決策中的應(yīng)用[J].中國(guó)科技投資，2019（22）：98.

[5] 孫潤(rùn)晗，楊萌，白宏坤.基于多維大數(shù)據(jù)的區(qū)域電力景氣預(yù)警體系構(gòu)建及應(yīng)用[J].電力大數(shù)據(jù)，2018，21（9）：52-60.

[6] 趙偉.簡(jiǎn)析多維數(shù)據(jù)分析及其在電力營(yíng)銷(xiāo)決策中的應(yīng)用[J].中國(guó)科技縱橫，2017（23）：118，120.