【文章內(nèi)容簡介】 的‘一鍵式’自動創(chuàng)建功能。只要經(jīng)過一次設(shè)計，再多的分析報告都可以通過一次鼠標點擊來完成。比如，我們需要一個全國或某省的水電建設(shè)情況分析報告。因為系統(tǒng)中已經(jīng)具有了相關(guān)的報表和圖表的支持，只要我們設(shè)個一相模板，上100頁PPT報告，在幾分鐘內(nèi)系統(tǒng)就自動完成了創(chuàng)建。而且自動生成的報告與手工制作的報告沒有任何差異，用戶仍可以進行后期的編輯和美化。. OA及其它電子文檔與系統(tǒng)的結(jié)合分析系統(tǒng)與業(yè)務(wù)系統(tǒng)的融合是信息化建設(shè)中一個非常實際的擴展。一般概念上分析系統(tǒng)必須與生產(chǎn)系統(tǒng)相隔離，以保證生產(chǎn)系統(tǒng)的運行穩(wěn)定性。這是商務(wù)智能領(lǐng)域通常的做法。但是對于非生產(chǎn)型的企業(yè)，尤其是政府或事業(yè)性單位，從我們從事國內(nèi)商務(wù)智能系統(tǒng)的實施經(jīng)驗一看，情況并不是這樣。將商務(wù)智能中的強大分析功能與業(yè)務(wù)系統(tǒng)中的業(yè)務(wù)流程相結(jié)合，會給使用者帶來巨大的便利。在此系統(tǒng)建成后，至少應(yīng)該考慮與辦公自動化和電子文檔管理兩個系統(tǒng)的結(jié)合。（如果沒有這兩個系統(tǒng)，可以在分析系統(tǒng)上直接實現(xiàn)這兩個系統(tǒng)。）試想從分析系統(tǒng)中得到的分析報表，直接添加上說明發(fā)給相關(guān)人員，進入審批、簽字的流程是多大的方便。此外，各種電子資料、報告、圖片、文件，一切資料都可以在地圖上方便地獲取，且可以相互關(guān)聯(lián)引用，節(jié)省的資料查找時間也是不可低估的。所以，建議選擇恰當?shù)臅r機，實現(xiàn)管理分析系統(tǒng)與OA與電子文檔的融合工作。. 建立知識庫通過對各種數(shù)據(jù)、文件、資料的集中、數(shù)字化和有機整合，再加上對數(shù)據(jù)智能化的分析，就形成了一套農(nóng)村水電站信息化管理的知識庫。知識庫中包括幾乎所有與管理相關(guān)的信息。除了上面提到的電站數(shù)據(jù)、圖紙、文件等內(nèi)容，知識庫中還包括了水電站相關(guān)的技術(shù)文獻、政策法規(guī)、有關(guān)新聞、國內(nèi)外水電動態(tài)等一系列的相關(guān)信息。這些信息都可以通過簡單的操作從系統(tǒng)中快速找到。隨著系統(tǒng)的使用，不斷有新的知識（數(shù)據(jù)、文檔、資料…）在系統(tǒng)中積累下來。而且這些信息又被自動地融合在已有的知識中，為再次利用做好了準備。所以這就形成了一個成長期的知識庫。這個知識庫是進行規(guī)劃和管理的重要依據(jù)。. 數(shù)據(jù)挖掘數(shù)據(jù)挖掘是數(shù)據(jù)倉庫和商務(wù)智能平臺上的一種高級應(yīng)用。它可以通過一系列的先進模型和處理方法，幫助用戶從大量數(shù)據(jù)中找出表面上（或是人工）無法發(fā)展的規(guī)律或問題。不為人知的規(guī)律、風險、漏洞等可能就隱藏在數(shù)據(jù)里面。由于這些規(guī)律還沒有形成普遍的知識，所以常規(guī)的分析很難發(fā)現(xiàn)問題。但數(shù)據(jù)挖掘技術(shù)可以通過統(tǒng)計和對大量數(shù)據(jù)的自動比對等一系列與業(yè)務(wù)相關(guān)的模型，從雜亂中總結(jié)規(guī)律、從正常中發(fā)現(xiàn)問題。不建議在系統(tǒng)建設(shè)的初期進行數(shù)據(jù)挖掘的開發(fā)工作。數(shù)據(jù)挖掘應(yīng)該是系統(tǒng)經(jīng)過一段時間的應(yīng)用后，深入探討進行專題研究時的一種非常好的應(yīng)用。. 決策預(yù)演根據(jù)大量歷史數(shù)據(jù)的分析結(jié)果做出的決策，還可以使用這些原始數(shù)據(jù)進行重新推演，以驗證決策的準確性。這種預(yù)演方法，同樣屬于商務(wù)智能中的一種高級應(yīng)用，而預(yù)演的算法和方法對不同的行業(yè)數(shù)據(jù)差別很大。所以也不建議在系統(tǒng)建設(shè)初期加以實現(xiàn)。而只要留有必要的接口，但系統(tǒng)成熟應(yīng)用后可以加以考慮實施。. 預(yù)測與預(yù)演不同，預(yù)測是根據(jù)現(xiàn)有數(shù)據(jù)讓系統(tǒng)推測未來的情況。雖然它也屬于高級應(yīng)用，但可以根據(jù)最終的分析和決策支持的需要何時進行此功能的實現(xiàn)。. 對外數(shù)據(jù)服務(wù)與其它系統(tǒng)與其它組織分享系統(tǒng)的數(shù)據(jù)成果和分析成果是系統(tǒng)價值的進一步提升?？梢愿鶕?jù)需要增加數(shù)據(jù)庫的對外服務(wù)區(qū)和系統(tǒng)的對外服務(wù)功能。比如為各省提供統(tǒng)一標準的數(shù)據(jù)；國家其它部門提供分析成果等。. 其它內(nèi)容系統(tǒng)還需要具有一種系統(tǒng)的通用功能，如：每張報表都可以導(dǎo)出EXCEL文件，進行標準的打印輸出等。這里不再進行仔細說明。金融領(lǐng)域的BI解決之道背景說明:中國加入WTO后， 在經(jīng)濟、金融全球化的大背景下， 必須遵守全球一體的“游戲規(guī)則”。對于銀行業(yè)來說，按國際慣例行事就是要遵守巴塞爾新協(xié)議的規(guī)定。為了在激烈的競爭中防止金融危機并取得領(lǐng)先地位，各大國有商業(yè)銀行先后開始建立商務(wù)智能系統(tǒng)。各大銀行現(xiàn)在面臨的問題是：● 數(shù)據(jù)倉庫的消費對象是誰？數(shù)據(jù)倉庫的消費對象是否包括一線員工，或者僅僅是決策者。企業(yè)的文化將會決定如何來分享商務(wù)智能的盛宴，權(quán)力的下放還是領(lǐng)導(dǎo)者的決斷?！?數(shù)據(jù)倉庫的數(shù)據(jù)是否容忍錯誤的存在？不同層次，不同行業(yè)的用戶對信息偏差的敏感性不同。高級用戶更關(guān)注信息的宏觀趨勢，普通員工更在意細節(jié)數(shù)據(jù)的正確性。錯誤的數(shù)據(jù)如何糾正，何時糾正，糾正錯誤的成本，是擺在我們面前的一個難題?！?實時數(shù)據(jù)倉庫是否真的存在？企業(yè)的發(fā)展需要員工的自覺性，一線員工的參與導(dǎo)致倉庫數(shù)據(jù)的時效性成為一個話題。前一刻提交的業(yè)務(wù)，是否能夠作為下一刻分析的依據(jù)？● BI能夠與人共舞嗎？每一個人都是一個世界，每個人的思維方式也是異彩紛呈。搜索引擎是記憶力的延伸，BI則是思維的延伸。我們的思路是否僅僅是由淺入深或者是由深到淺？解決方案概述:宇動源的銀行商務(wù)智能的架構(gòu)：架構(gòu)特點：● 兼顧實時查詢和歷史分析需求。實時數(shù)據(jù)倉庫基于數(shù)據(jù)庫的單向復(fù)制技術(shù)和內(nèi)存數(shù)據(jù)庫技術(shù)，保證信息的及時性和高效性。 ● 高效的數(shù)據(jù)倉庫數(shù)據(jù)更新功能。傳統(tǒng)的數(shù)據(jù)倉庫思想是數(shù)據(jù)倉庫的數(shù)據(jù)是基本不進行修改的，但是銀行業(yè)對數(shù)據(jù)準確性的特殊要求，對數(shù)據(jù)倉庫的數(shù)據(jù)進行修改是無法避免的。數(shù)據(jù)鏈路分析器基于ETL元數(shù)據(jù)，自動分析過期數(shù)據(jù)、更新數(shù)據(jù)對數(shù)據(jù)倉庫各個層次的影響，判斷是部分更新還是全量計算?！?整個架構(gòu)是面向銀行的各級用戶設(shè)計的。不同需求的用戶各取所需。宇動源BI平臺能夠提供即席查詢、定制報表、多維查詢、Dashboard（或個人門戶）等各種分析手段。系統(tǒng)部署模式：部署模式特點： 宇動源的銀行BI方案支持分布式、集中式、以及混合模式的部署方式。根據(jù)銀行的現(xiàn)有業(yè)務(wù)部署模式，選擇合適的部署方式。● 對于總行管理核心業(yè)務(wù)，各級分行管理特色業(yè)務(wù)。方案提供混合模式的部署方式，總行處理核心業(yè)務(wù)數(shù)據(jù)，分行處理特色業(yè)務(wù)數(shù)據(jù)，總行和分行在數(shù)據(jù)倉庫系統(tǒng)指定的層次交換數(shù)據(jù)。先進、高效的銀行業(yè)數(shù)據(jù)倉庫模型：宇動源公司提供分類、聚類、值預(yù)測、時間序列、回歸等成熟的挖掘和統(tǒng)計算法。《新巴塞爾協(xié)議》核心內(nèi)容內(nèi)部評級法是解決銀行風險管理問題的有效途徑。宇動源的挖掘算法可應(yīng)用于內(nèi)部評級法的模型建立、測試和應(yīng)用。● 分層模型。宇動源的銀行數(shù)據(jù)倉庫模型兼顧不同用戶的分析需求，不同粒度的數(shù)據(jù)同時存在于模型的各個層次。各個層次的模型都可以成為對外的接口?！?性能和規(guī)范兼得。傳統(tǒng)的數(shù)據(jù)倉庫模型嚴格遵守第三范式和星型、雪花型結(jié)構(gòu)。過度的規(guī)則導(dǎo)致ETL性能和查詢性能下降。宇動源的模型數(shù)據(jù)在倉庫層次遵守第三范式，在集市層優(yōu)化性能，既保證模型的規(guī)范，又保證系統(tǒng)的性能?！?模板技術(shù)。集市層和用戶的需求最為接近，需求的變化導(dǎo)致集市層的模型難以穩(wěn)定。模型模板技術(shù)可以讓集市層次的模型快速適應(yīng)需求變動。思維方式個性化的BI平臺： 宇動源的BI平臺集中精力解決分析層的思維方式個性化難題。由于人的思考問題的方式不同，BI平臺必須符合不同用戶的思維習(xí)慣。宇動源的BI平臺特點是：● 完整的分析手段。宇動源的BI平臺提供即席查詢、定制報表、多維分析、KPI，價值樹、‘個人門戶’等各種分析方法。● 提供豐富的分析模式，包括：深入淺出模式，聯(lián)想模式，焦點模式，提示模式，角度切換 等等● 可定制的分析流程。宇加BI平臺中的自由鉆取技術(shù)，可以保證按任意的思維過程制定分析路徑。降低銀行風險的風險模型：宇動源公司提供分類、聚類、值預(yù)測、時間序列、回歸等成熟的挖掘和統(tǒng)計算法?！缎掳腿麪枀f(xié)議》核心內(nèi)容內(nèi)部評級法是解決銀行風險管理問題的有效途徑。宇動源的挖掘算法可應(yīng)用于內(nèi)部評級法的模型建立、測試和應(yīng)用。用商務(wù)智能促進電網(wǎng)的安全和經(jīng)濟運行關(guān)鍵詞：電網(wǎng)公司、電力輸送、電力銷售、商務(wù)智能、數(shù)據(jù)倉庫（DWData Warehouse）、數(shù)據(jù)集市（DMData Mart）、BI（Business Intelligence ）、地理信息系統(tǒng)、GIS（Geography Information System）、安全輸電、經(jīng)濟輸電。摘要：本文描述如何應(yīng)用商務(wù)智能技術(shù)，綜合電力系統(tǒng)的運行數(shù)據(jù)、電力的銷售數(shù)據(jù)及社會綜合數(shù)據(jù)等，從宏觀和科學(xué)的角度建立一個智能化的分析和決策平臺。并以此平臺為基礎(chǔ)實現(xiàn)電網(wǎng)的智能化分析和科學(xué)管理。為提高電網(wǎng)運行的安全性，支持國家經(jīng)濟的正常發(fā)展；同時提高電網(wǎng)運行的經(jīng)濟性，貢獻于單位GDP能耗的降低；為電網(wǎng)的信息化建設(shè)探索一條技術(shù)含量高、可持續(xù)發(fā)展、經(jīng)濟實用的新模式。 一、背景介紹2003年8月14日美加大停電，殃及美國東北部的密歇根、俄亥俄、紐約、新澤西、麻薩諸塞、康涅鈥格等8個州及加拿大的安大略、魁北克2省。共損失61,800MW負荷，100多座電廠停機（其中包括22個核電廠），停電范圍9300多平方公里，受影響區(qū)域人口5000萬。我國電網(wǎng)也有過類似的事故。如2000年10月13日，由于四川二灘水電站的異常停機，造成7秒甩出力89萬KW，川渝電網(wǎng)幾乎瓦解等。（2004年4月）形成，其中首要的四個原因為：（參見《Final Report on the August 14, 2003 Blackout in the United States and Canada: Causes and Remendations》）● 沒有正確評估和理解輸電系統(tǒng)存在的薄弱環(huán)節(jié)和事故隱患，沒有控制電網(wǎng)電壓在正常的范圍之內(nèi)；● 缺少緊急狀況的預(yù)警，輸電公司沒有正確意識到系統(tǒng)狀態(tài)惡化的嚴重后果；● 沒有正確和及時處理電網(wǎng)的重建，造成事故的擴大；● 沒有取得電網(wǎng)的實時數(shù)據(jù)進行分析，錯過了事故分析和預(yù)警的技術(shù)支持時機。目前我國的總裝機容量已經(jīng)躍居世界第二位，僅次于美國。隨著國內(nèi)經(jīng)濟的快速發(fā)展，電力的需求量也在快速增長。我國目前處在一個能源消耗總量和GDP能耗雙高的狀態(tài)。電力輸送作為電力生產(chǎn)和消費之中非常重要一環(huán)，如何既保證電力輸送過程中的安全可靠，又要實現(xiàn)經(jīng)濟輸電，為降低單位GDP的能源消耗做出應(yīng)有的貢獻？是一個值得認真研究的課題。安全輸電意味著及時和準確掌握系統(tǒng)中的設(shè)備狀況、系統(tǒng)的運行狀況、電力的供求關(guān)系，隨時分析系統(tǒng)中可能的隱患，和出現(xiàn)問題的及時處理等。而經(jīng)濟輸電就是電力供應(yīng)的合理調(diào)配、合格理利用可再生能源、減少輸送過程中的損失，及利用經(jīng)濟杠桿對用電量進行調(diào)節(jié)等。 我國的電力系統(tǒng)，無論是電力生產(chǎn)還是電力輸送，由于引進了大量的國外先進技術(shù)，再加上國內(nèi)電力行業(yè)科技有迅速發(fā)展，自動化控制程度和信息化程度都是很高的。這些先進的技術(shù)主要集中在發(fā)電廠、變電站和調(diào)度中心等環(huán)節(jié)。這些環(huán)節(jié)都有各自的完善的控制和保護系統(tǒng)，可以很好的起到安全、經(jīng)濟運行的目的。 電網(wǎng)公司作為一個大的輸電網(wǎng)絡(luò)，包含了許許多多這樣的完善的環(huán)節(jié)。如何讓這些電力生產(chǎn)和輸送過程中的眾多環(huán)節(jié)更好地協(xié)同工作，實現(xiàn)又全安又經(jīng)濟的模式？這恰恰是一個涉及面廣、復(fù)雜度高、需要綜合分析和及時反應(yīng)的‘宏觀’問題。 以解決海量數(shù)據(jù)的及時、全面、準確的分析為目的的商務(wù)智能技術(shù)，正好為解決電網(wǎng)公司的所面臨的分析和決策問題提供了技術(shù)解決方案。 商務(wù)智能技術(shù)于90年代初起源于北美，近兩年傳入中國。經(jīng)十余年的發(fā)展，商務(wù)智能技術(shù)在歐美等國已經(jīng)成為一項十分成熟的技術(shù)，是各行各業(yè)在信息化達到一定程度后的一種依賴性技術(shù)。無論是商業(yè)公司還是政府機關(guān)，都在廣泛地利用商務(wù)智能技術(shù)。商務(wù)智能的英文叫做Business Intelligence（簡稱BI），所以也有人把它翻譯成“業(yè)務(wù)智能”。也就是說商務(wù)智能技術(shù)是基于信息和數(shù)據(jù)從業(yè)務(wù)的角度對管理和決策提供智能化的支持。 近幾年在北美的電力輸送公司（Independent System Operator (ISO)）陸續(xù)啟動自己的商務(wù)智能系統(tǒng)。用于分析和支持電力的輸送和銷售中的問題。其中加利福尼亞的輸電公司使用BI系統(tǒng)建立電網(wǎng)數(shù)據(jù)倉庫就是很好的例子。（參見《Using BI Tools to Consolidate Energy Grid Data》 by Heather Havenstein） 二、系統(tǒng)概述1. 數(shù)據(jù)倉庫的建立建設(shè)電網(wǎng)商務(wù)智能系統(tǒng)第一步是設(shè)站電網(wǎng)的數(shù)據(jù)倉庫（Data Warehouse）。如下圖所示。數(shù)據(jù)倉庫中集中了：發(fā)電、輸電、變電、配電、用電各個環(huán)節(jié)的運營數(shù)據(jù)，以及電力地理信息系統(tǒng)數(shù)據(jù)、電網(wǎng)所覆蓋區(qū)域的社會經(jīng)濟數(shù)據(jù)，另外還有MIS系統(tǒng)數(shù)據(jù)、設(shè)備的狀況、人員狀況，及其它相關(guān)的歷史和現(xiàn)在的數(shù)據(jù)。數(shù)據(jù)倉庫提供用戶用于決策支持的當前和歷史數(shù)據(jù)，這些數(shù)據(jù)在傳統(tǒng)的操作型數(shù)據(jù)庫中很難或不能得到（如控制系統(tǒng)，或MIS系統(tǒng)中的數(shù)據(jù)庫）。數(shù)據(jù)倉庫技術(shù)是為了有效的把操作型數(shù)據(jù)集成到統(tǒng)一的環(huán)境中以提供決策型數(shù)據(jù)訪問的各種技術(shù)和模塊的總稱。所做的一切都是為了讓用戶更快更方便查詢所需要的信息，提供決策支持。 數(shù)據(jù)倉庫建立時遵循以下四個原則： 。操作型數(shù)據(jù)庫的數(shù)據(jù)組織面向事務(wù)處理任務(wù)，各個業(yè)務(wù)系統(tǒng)之間各自分離，而數(shù)據(jù)倉庫中的數(shù)據(jù)是按照一定的主題域進行組織。主題是一個抽象的概念，是指用戶使用數(shù)據(jù)倉庫進行決策時所關(guān)心的重點方面，一個主題通常與多個操作型信息系統(tǒng)相關(guān)。面向事務(wù)處理的操作型數(shù)據(jù)庫通常與某些特定的應(yīng)用相關(guān)，數(shù)據(jù)庫之間相互獨立，并且往往是異構(gòu)的。而數(shù)據(jù)倉庫中的數(shù)據(jù)是在對原有分散的數(shù)據(jù)庫數(shù)據(jù)抽取、清理的基礎(chǔ)上經(jīng)過系統(tǒng)加工、匯總和整理得到的，