业日益紧迫的需求。文章介绍了该数据仓库的设计模型结构以和中,调度人员通过联机事务处理和可对数据库进行简单查询。随着时间的推移,电网规模不断扩大,和中的数据量也急剧增加,调度人员需要从多个维度来观察调度系统的运营情况,从而辅助决策。数据挖掘子系统随着计算机技术在电力系统的广泛应用,统故障分析地区电力调度部门已经积累了大量的故障数据。系统故障的发生既有偶然的面,又有规律性可遵循。运用数据挖掘技术对电网故障数据进行挖掘分析,获得发生故障与气候变化和负荷变化之间的联系,从而辅助调度人员进行决策,合理安排检修计划,保证电网安全可靠运行。电力系统规划表进行划分,将不同变化频度的字段放在不同的表中,各表之间使用相同的标识号进行关联,以节省存储空间。负荷预测是地区电力调度工作的重要环节,可分为系统负荷预测和母线负荷预测两类而系统负荷预测按周期又分为超短期负荷预测短期负荷预测中期负荷预测和长期负荷预测。系统安全稳电力统筹技术研究原稿为超短期负荷预测短期负荷预测中期负荷预测和长期负荷预测。系统安全稳定性评估。电力系统有种运行状态,分别为正常运行状态告警状态紧急状态危急状态和恢复状态。可利用挖掘技术挖掘海量的电力系统运行数据,获悉电力系统在何种条件下处于正常运行状态告警状态紧急状态危急状态和恢复致的数据进行清洗和转换,使载人数据仓库中的数据和数据格式能够保持致,供分析决策使用。摘要随着电网规模的不断扩大和电力市场竞争机制的引入,和各自积累了海量的数据,如何更好地利用和管理这些日益庞大的同构和异构数据库,并挖掘出数据之间的潜在联系,帮助企业更好些数据更新的时间较长,如设备信息等。因此,有必要按数据更新的频率对表进行划分,将不同变化频度的字段放在不同的表中,各表之间使用相同的标识号进行关联,以节省存储空间。负荷预测是地区电力调度工作的重要环节,可分为系统负荷预测和母线负荷预测两类而系统负荷预测按周期又分系统中的些细节数据随着时间的推移已经老化,很少会被使用,可以将这些数据导出备份到设备上。电力统筹技术研究原稿。源数据层源数据层主要是指地区电力调度现在所拥有的数据库系统,即和。另外,由于电力调度在分析和决策时需要用外部数据,如气象资料,省域网的部分和转换,使载人数据仓库中的数据和数据格式能够保持致,供分析决策使用。源数据层源数据层主要是指地区电力调度现在所拥有的数据库系统,即和。另外,由于电力调度在分析和决策时需要用外部数据,如气象资料,省域网的部分资料数据等,因此,需要使用的外部数据也包括在源料数据等,因此,需要使用的外部数据也包括在源数据层内。数据提取转换装载层地区电力调度系统数据库中的数据量非常巨大,并不是所有数据都是分析决策所必须的,因此,只需用专用软件提取分析决策所必须的数据和外部数据。另外针对原数据库系统中数据不致的情况,必须对不摘要随着电网规模的不断扩大和电力市场竞争机制的引入,和各自积累了海量的数据,如何更好地利用和管理这些日益庞大的同构和异构数据库,并挖掘出数据之间的潜在联系,帮助企业更好地分析和决策,已成为地区供电企业日益紧迫的需求。文章介绍了该数据仓库的设计模型结构以。由于数据仓库具有主要面向分析型应用,辅助企业进行分析决策的强大优势,数据仓库技术正在逐步应用于地区电力调度部门。在原有数据库基础上,建立地区电力调度数据仓库,利用和数据挖掘工具对数据进行深入的分析和挖掘,找出数据之间的潜在联系,从而在负荷预测系统安全评估人员进行决策,合理安排检修计划,保证电网安全可靠运行。电力系统规划设计电网规划是地区供电企业规划活动的基本环节,在规划过程中,需要处理大量的信息,可利用聚类分类关联总结等挖掘工具挖掘模型和数据间的关系,为辅助决策系统增加约束条件,从而更合理地规划电网。逻辑应用层逻分析和决策,已成为地区供电企业日益紧迫的需求。文章介绍了该数据仓库的设计模型结构以及实施原则,并对其应用前景做了展望。电力统筹技术研究原稿。在数据仓库中,有些数据更新的较为频繁,如实时数据,而有些数据更新的时间较长,如设备信息等。因此,有必要按数据更新的频率对料数据等,因此,需要使用的外部数据也包括在源数据层内。数据提取转换装载层地区电力调度系统数据库中的数据量非常巨大,并不是所有数据都是分析决策所必须的,因此,只需用专用软件提取分析决策所必须的数据和外部数据。另外针对原数据库系统中数据不致的情况,必须对不为超短期负荷预测短期负荷预测中期负荷预测和长期负荷预测。系统安全稳定性评估。电力系统有种运行状态,分别为正常运行状态告警状态紧急状态危急状态和恢复状态。可利用挖掘技术挖掘海量的电力系统运行数据,获悉电力系统在何种条件下处于正常运行状态告警状态紧急状态危急状态和恢复优化事务处理的方式来构造数据结构的,对于个主题的数据常常分布在不同的数据库中,这意味着访问个主题的数据实际上需要访问分布在不同数据库中的数据集合。数据集成。数据的稳定性。随时间变化。电力统筹技术研究原稿。在数据仓库中,有些数据更新的较为频繁,如实时数据,而电力统筹技术研究原稿电力系统故障分析电网规划和电力用户特征分析等方面辅助调度人员进行决策,减轻调度人员的负担。然而数据仓库毕竟是门新兴技术,其在地区电力部门的应用还处于初期阶段,很多功能还在探讨之中。随着数据仓库技术的进步完善,数据仓库技术在地区电力调度系统中的应用也将进步完善和发展为超短期负荷预测短期负荷预测中期负荷预测和长期负荷预测。系统安全稳定性评估。电力系统有种运行状态,分别为正常运行状态告警状态紧急状态危急状态和恢复状态。可利用挖掘技术挖掘海量的电力系统运行数据,获悉电力系统在何种条件下处于正常运行状态告警状态紧急状态危急状态和恢复,从而辅助决策。数据挖掘子系统随着计算机技术在电力系统的广泛应用,地区电力调度部门已经积累了大量的运行数据和非运行数据,这些数据记录了地区供电企业多年的运行状况,电力调度人员急需对这些历史数据进行深入分析,以获得有价值的信息,辅助调度员进行决策,提高电网运行的可靠势,数据仓库技术正在逐步应用于地区电力调度部门。在原有数据库基础上,建立地区电力调度数据仓库,利用和数据挖掘工具对数据进行深入的分析和挖掘,找出数据之间的潜在联系,从而在负荷预测系统安全评估电力系统故障分析电网规划和电力用户特征分析等方面辅助调度人员进行决应用层主要包括数据挖掘和界面子系统。现具体分析如下子系统在和中,调度人员通过联机事务处理和可对数据库进行简单查询。随着时间的推移,电网规模不断扩大,和中的数据量也急剧增加,调度人员需要从多个维度来观察调度系统的运营情况料数据等,因此,需要使用的外部数据也包括在源数据层内。数据提取转换装载层地区电力调度系统数据库中的数据量非常巨大,并不是所有数据都是分析决策所必须的,因此,只需用专用软件提取分析决策所必须的数据和外部数据。另外针对原数据库系统中数据不致的情况,必须对不态,并对系统的安全稳定性做出评估,从而辅助调度人员做出决策。电力系统故障分析地区电力调度部门已经积累了大量的故障数据。系统故障的发生既有偶然的面,又有规律性可遵循。运用数据挖掘技术对电网故障数据进行挖掘分析,获得发生故障与气候变化和负荷变化之间的联系,从而辅助调度些数据更新的时间较长,如设备信息等。因此,有必要按数据更新的频率对表进行划分,将不同变化频度的字段放在不同的表中,各表之间使用相同的标识号进行关联,以节省存储空间。负荷预测是地区电力调度工作的重要环节,可分为系统负荷预测和母线负荷预测两类而系统负荷预测按周期又分以及实施原则,并对其应用前景做了展望。数据提取转换装载层地区电力调度系统数据库中的数据量非常巨大,并不是所有数据都是分析决策所必须的,因此,只需用专用软件提取分析决策所必须的数据和外部数据。另外针对原数据库系统中数据不致的情况,必须对不致的数据进行清洗,减轻调度人员的负担。然而数据仓库毕竟是门新兴技术,其在地区电力部门的应用还处于初期阶段,很多功能还在探讨之中。随着数据仓库技术的进步完善,数据仓库技术在地区电力调度系统中的应用也将进步完善和发展数据仓库在电力调度的应用特点面向主题调度部门的和是以电力统筹技术研究原稿为超短期负荷预测短期负荷预测中期负荷预测和长期负荷预测。系统安全稳定性评估。电力系统有种运行状态,分别为正常运行状态告警状态紧急状态危急状态和恢复状态。可利用挖掘技术挖掘海量的电力系统运行数据,获悉电力系统在何种条件下处于正常运行状态告警状态紧急状态危急状态和恢复区电力调度部门已经积累了大量的运行数据和非运行数据,这些数据记录了地区供电企业多年的运行状况,电力调度人员急需对这些历史数据进行深入分析,以获得有价值的信息,辅助调度员进行决策,提高电网运行的可靠性。由于数据仓库具有主要面向分析型应用,辅助企业进行分析决策的强大优些数据更新的时间较长,如设备信息等。因此,有必要按数据更新的频率对表进行划分,将不同变化频度的字段放在不同的表中,各表之间使用相同的标识号进行关联,以节省存储空间。负荷预测是地区电力调度工作的重要环节,可分为系统负荷预测和母线负荷预测两类而系统负荷预测按周期又分计电网规划是地区供电企业规划活动的基本环节,在规划过程中,需要处理大量的信息,可利用聚类分类关联总结等挖掘工具挖掘模型和数据间的关系,为辅助决策系统增加约束条件,从而更合理地规划电网。逻辑应用层逻辑应用层主要包括数据挖掘和界面子系统。现具体分析如下子系统在性评估。电力系统有种运行状态,分别为正常运行状态告警状态紧急状态危急状态和恢复状态。可利用挖掘技术挖掘海量的电力系统运行数据,获悉电力系统在何种条件下处于正常运行状态告警状态紧急状态危急状态和恢复状态,并