數(shù)據(jù)倉庫在企業(yè)能效評估系統(tǒng)的應用

申請免費試用、咨詢電話：400-8352-114

1 引 言

隨著我國經(jīng)濟的快速發(fā)展，能源消費量逐年增加。但能源利用效率卻遠遠低于發(fā)達國家，這嚴重限制了可持續(xù)發(fā)展戰(zhàn)略的實施。為了解決這個問題，在國家“十一五”規(guī)劃中，我國政府提出了創(chuàng)建資源節(jié)約型經(jīng)濟社會的建設目標。要實現(xiàn)節(jié)能降耗的目標，工業(yè)產(chǎn)業(yè)中的高能耗企業(yè)是工作的重點對象。許多高能耗氽業(yè)目前沒有一套科學、合理的能效評估體系。對能源的具體使用情況及其產(chǎn)生的效益缺乏準確的認識，造成了能源在生產(chǎn)過程中的流失和浪費現(xiàn)象，影響了產(chǎn)品成本的估算和企業(yè)能耗的有效控制。

目前數(shù)據(jù)倉庫的應用越來越廣泛，主要是應用于金融、電信等行業(yè)，但在高能耗企業(yè)，這方面的技術還未得到充分的應用。對于高能耗企業(yè)，全面的生產(chǎn)用能數(shù)據(jù)對高能耗企業(yè)的能效評估和節(jié)能分析有重要作用，然而這些數(shù)據(jù)是彼此分散、各自獨立的，甚至是不相一致的，通過建立數(shù)據(jù)倉庫，可以將這些數(shù)據(jù)進行集成和統(tǒng)一，再利用數(shù)據(jù)分析工具分析和挖掘這些數(shù)據(jù)的信息，發(fā)揮這些數(shù)據(jù)的價值，使它們成為企業(yè)能效評估的重要依據(jù)。

該文的研究足以MS SQL Server 2005平臺為基礎，創(chuàng)建數(shù)據(jù)倉庫。該系統(tǒng)的設計與實現(xiàn)為典型能耗企業(yè)高效使用能源提供定量的分析與優(yōu)化手段，實現(xiàn)企業(yè)能效評估的數(shù)字化和系統(tǒng)化。

2 數(shù)據(jù)倉庫和聯(lián)機分析處理概述

根據(jù)數(shù)據(jù)倉庫奠基人W.H.Inmon認為“數(shù)據(jù)倉庫（Data Warehouse）是數(shù)據(jù)倉庫是一個面向手題的、集成的、永久的且隨時間不斷變化的數(shù)據(jù)集合，它用于支持管理中的決策制定過程?！睌?shù)據(jù)倉庫將大量用于事務處理的傳統(tǒng)數(shù)據(jù)庫數(shù)據(jù)進行抽取、清洗、轉(zhuǎn)換，并按決策主題的需要進行重新組織，這種高度集中的數(shù)據(jù)為各種不同的決策需求提供了有用的分析基礎。典型的數(shù)據(jù)倉庫系統(tǒng)的體系結(jié)構由數(shù)據(jù)倉庫、數(shù)據(jù)倉庫管理系統(tǒng)和數(shù)據(jù)倉庫應用分析工具3個部分組成。

聯(lián)機分析處理（OLAP）是與數(shù)據(jù)倉庫密切相關的一種決策分析工具。OLAP技術使數(shù)據(jù)倉庫能夠快速響應重復而復雜的分析查詢，從而使數(shù)據(jù)倉庫能有效地用于聯(lián)機分析。OLAP的一個主要特點是多維數(shù)據(jù)分析，主要通過對多維數(shù)據(jù)進行切片和切塊、鉆取、旋轉(zhuǎn)等來實現(xiàn)。OLAP的多維數(shù)據(jù)分析與數(shù)據(jù)倉庫的多維數(shù)據(jù)組織正好形成相互結(jié)合、相互補充的關系。因此，利用OLAP技術與數(shù)據(jù)倉庫的結(jié)合可以較好地解決傳統(tǒng)決策支持系統(tǒng)需要處理大量數(shù)據(jù)的問題。

在企業(yè)能效評估系統(tǒng)數(shù)據(jù)倉庫與聯(lián)機分析系統(tǒng)體系結(jié)構設計中，采用了3層客戶機，服務器結(jié)構。這種結(jié)構將數(shù)據(jù)倉庫、OLAP服務器與客戶端嚴格區(qū)分開。在該數(shù)據(jù)倉庫巾既包含了大量業(yè)務處理系統(tǒng)的操作細節(jié)數(shù)據(jù)和其綜合數(shù)據(jù)，也包含了歷史數(shù)據(jù)和近期數(shù)據(jù)，這些數(shù)據(jù)是OLAP應用的基礎。OLAP服務器的主要用途是對數(shù)據(jù)的分析與決策進行管理，同事OLAP服務器還要根據(jù)客戶的需求對多維數(shù)據(jù)集進行分析，并將分析的結(jié)果以可視化的方式傳遞給客戶端。

3 企業(yè)能效數(shù)據(jù)倉庫設計

設計食業(yè)能效數(shù)據(jù)倉庫的第一步是確定主題。主題是與企業(yè)相關的重要的物理項、概念、人、地點和事件的主要分組，數(shù)據(jù)倉庫是按照=E題域模型進行組織的。設計數(shù)據(jù)倉庫首先要從企業(yè)的生產(chǎn)用能數(shù)據(jù)入手，綜合決策支持的實際需要，確定數(shù)據(jù)倉庫的主題、根據(jù)系統(tǒng)所要實現(xiàn)的功能，該食業(yè)能效數(shù)據(jù)倉庫包含了設備能效分析，經(jīng)濟能妓分析、環(huán)境能效分析3個主題。為了滿足企業(yè)管理者的需求，本文建立的是以設備能效分析為主題的企業(yè)能效數(shù)據(jù)倉庫實例。其次需要確定的是支持設備能效分析這個主題的數(shù)據(jù)源。上海氯堿化工股份有限公司是國有特大型企業(yè)，有大量的歷史與近期數(shù)據(jù)，數(shù)據(jù)源比較豐富。設備能效分析皇題是從各個設備包括主能耗設備、加工轉(zhuǎn)換單元、輸送分配單元對食業(yè)能效進行分析。在企業(yè)能效數(shù)據(jù)倉庫模型中，分3步來進行設計，分別是概念模型、邏輯模型和物理模型設計。本文針對上海氯堿化工股份有限公司，以設備能效分析主題為例，給出企業(yè)能效數(shù)據(jù)倉庫的完整的設計方案。

3.1 概念模型設計

數(shù)據(jù)倉庫設計中概念模型設計的目的是確定面向主題的信息包圖，完成界定系統(tǒng)邊界和確定主要的主題域及其內(nèi)容，其成果是在原有的數(shù)據(jù)庫的基礎上建立一個較穩(wěn)定的概念模型，是在較高抽象層次上的設計。

3.2 邏輯模型設計

目前最流行的數(shù)據(jù)倉庫模型是多維數(shù)據(jù)模型，多維數(shù)據(jù)集的結(jié)構巾其度量值及維度定義。度量值及維度均出自多維數(shù)據(jù)集數(shù)據(jù)源中的表。這些表的集合稱為該多維數(shù)據(jù)集的數(shù)據(jù)模型。每個多維數(shù)據(jù)集數(shù)據(jù)模型均包括一個事實數(shù)據(jù)表以及一個或多個維度表。數(shù)據(jù)倉庫的邏輯模型即多維數(shù)據(jù)集數(shù)據(jù)模型一般有兩種常見的類型：星型模型和雪花模型。

星型模型足基于關系型數(shù)據(jù)庫的、面向OLAP的一種多維數(shù)據(jù)模型的數(shù)據(jù)組織形式，通過使用一個包括主題的事實表和多個包含事實的非正規(guī)化描述的維度表來執(zhí)行決策支持查詢，從而獲得比高度規(guī)范化設計結(jié)構更高的查詢性能。

雪花模型雖然較星型模型更符合規(guī)范化的設計結(jié)構，但它增加了查詢的復雜度，降低了查詢的性能。因此本數(shù)據(jù)倉庫采用星型模型。

3.3 物理模型設計

概念模型是指數(shù)據(jù)在數(shù)據(jù)倉庫中的存放形式和組織形式。設計物理模型還包括確定索引策略、數(shù)據(jù)存放位置和存儲分配。具體來說，就是要在星型模型或雪花模型的基礎上，確定事實表和維表的結(jié)構；明確兩者的數(shù)據(jù)字段、數(shù)據(jù)類型、關聯(lián)字段、索引結(jié)構；確定數(shù)據(jù)倉庫中多維數(shù)據(jù)集的存儲結(jié)構，如物理存取方式、數(shù)據(jù)存儲結(jié)構，數(shù)據(jù)存放位置及存儲分配是否分區(qū)等。

目前大多數(shù)數(shù)據(jù)倉庫都是建立在關系型數(shù)據(jù)庫的基礎上，最終數(shù)據(jù)的存儲是南數(shù)據(jù)庫系統(tǒng)進行管理的。在該數(shù)據(jù)倉庫的設計中，選用MS SQL Server 2005及其組件分析服務器作為數(shù)據(jù)庫和數(shù)據(jù)倉庫的管理系統(tǒng)。數(shù)據(jù)倉庫在邏輯卜是多維的，但在物理存儲上其多維數(shù)據(jù)集的存儲方式可以有關系型聯(lián)機分析處理（relational online analytical processing，ROLAP），多維聯(lián)機分析處理（multidimensional online analytical processing，MOLPA）和混合聯(lián)機分析處理（hybrid online analytical processing，HOLAP）3種方式。

在該數(shù)據(jù)倉庫中，多維數(shù)據(jù)集的存儲選擇HOLAP方式，即基本數(shù)據(jù)保留在原有的關系數(shù)據(jù)庫中，而聚合體則存儲在分析服務器上的多維結(jié)構中，這樣不儀可以避免數(shù)據(jù)重復，還能夠提高查詢性能。

4 實 現(xiàn)

針對該化工企業(yè)，此數(shù)據(jù)倉庫的實施是以MS SQL Server2005平臺為基礎，前端編程工具為C#.NET。

創(chuàng)建企業(yè)能效數(shù)據(jù)倉庫，首先從企業(yè)各個相天部門獲取數(shù)據(jù)表，并按照數(shù)據(jù)倉庫的設計要求迸行改造，建立起一個源數(shù)據(jù)庫。這步非常關鍵，它是整個數(shù)據(jù)倉庫建立的根本，也直接地決定著系統(tǒng)的分析功能。其工作最足非常大的，并且需要對各種數(shù)據(jù)進行非常細致的選擇、整理、清洗等工作，以保證數(shù)據(jù)的質(zhì)量。數(shù)據(jù)的質(zhì)量包括數(shù)據(jù)的正確性、明確性、一致性和完整性。

建立源數(shù)據(jù)庫之后，通過SQL Server中的DTS（Data Transformation Service）服務工具，創(chuàng)建數(shù)據(jù)倉庫中的事實表與維表；通過Analysis Services來建立多維數(shù)據(jù)集，實現(xiàn)OLAP操作，支持多維查詢表達式（multi dimensional expression，MDX）查詢，并通過自動構造MDX語句，實現(xiàn)上卷、下鉆、切片、切塊、旋轉(zhuǎn)等OLAP運算。

在前端數(shù)據(jù)展現(xiàn)上，可以用C#.NET通過Analysis Services所提供的數(shù)據(jù)透視表服務進行開發(fā)，或直接利用MS Office中的Excel和Access，來實現(xiàn)對多維數(shù)據(jù)集的數(shù)據(jù)展現(xiàn)功能。從而可以方便地得到各種統(tǒng)計報表和分析圖形。

5 結(jié)束語

只有充分利用、分析高能耗企業(yè)在日常生產(chǎn)過程中所產(chǎn)生的大量的歷史數(shù)據(jù)，才能從中獲得有用的數(shù)據(jù)信息。將數(shù)據(jù)倉庫應用到企業(yè)能效評估系統(tǒng)中，能使評估數(shù)據(jù)的數(shù)量豐富、質(zhì)量提高，從而為評估結(jié)果準確度的提高做出貢獻，也為企業(yè)生產(chǎn)用能管理提供有效依據(jù)，使企業(yè)決策人員能更有效地確立節(jié)能技改方案，更有效地指導節(jié)能降耗工作；同時數(shù)據(jù)倉庫的構建為下一步進行數(shù)據(jù)挖掘奠定基礎，為其他類型企業(yè)能效數(shù)據(jù)倉庫的構建也有一定的參考意義。（萬方數(shù)據(jù)）