一种面向大数据分析的智能电网统一数据模型建模方法
【技术领域】
[0001] 本发明涉及大数据应用领域，具体涉及一种面向大数据分析的智能电网统一数据 模型建模方法。
【背景技术】
[0002] 随着我国粗放型经济转型，环保节能需求日益增加，负荷增长放缓，运维成本增 高，能源供应市场不稳，电力公司传统业务盈利降低，需要通过分析智能电网产生的大量数 据与外部数据，开拓新增值业务。根据Accenture公司的分析，保守估计每台电表一年即可 通过数据分析产生40-70美元的价值。
[0003] 大数据时代为电力数据分析带来了很多新的数据组合与应用，例如：意大利 telecom公司近期组织的一场大数据分析竞赛，获奖者之一利用匿名化的移动信号活动区 域、使用情况等信息，并预测不同区域中配电线的下周平均日负荷与日峰负荷。面对这些新 应用，不需要再次重新开发系统、配置软硬件，为新的数据源设置好导入统一数据模型的规 贝1J，编写新的数据挖掘规则即可。
[0004] 智能电网统一数据模型是连接与集成各种数据源的手段，它也是存放和反映电力 行业业务规则和处理过程所在，是支持高级数据分析的基础。
[0005] 智能电网统一数据模型（SGDM)是电力大数据应用开发的基础，提供了一个无冗 余的系统间数据的无障碍交换方案，实现面向多源系统、多采样频率、多生命周期、多格式 的数据分析与挖掘，探索其间相互关联、相互影响、复杂存在的关系，提升电力公司的运营 管理水平、用户服务水平，为政府提供决策支持，拓展新的业务领域，支撑未来电网发展，对 电力公司、电力用户和政府部门等具用重要的意义。
【发明内容】
[0006] 为满足现有技术的需要，本发明提供一种面向大数据分析的智能电网统一数据模 型建模方法，按照业务驱动、自上而下的原则，确定业务应用、明确业务需求，基于多项标准 建立逻辑模型及物理模型的顺序确立面向大数据分析的逻辑模型、物理模型及维度模型， 使模型更具针对性，便于利用大数据技术对电网的多源数据进行分析，且能够有效避免了 数据冗余，提高了数据共享的程度。
[0007] 本发明的目的是采用下述技术方案实现的：
[0008] -种面向大数据分析的智能电网统一数据模型建模方法，其改进之处在于，包 括：
[0009] (1)确定待分析电网业务的业务域；
[0010] (2)确定所述业务域的KPI指标；
[0011] (3)构建所述业务域的逻辑模型；
[0012] (4)构建所述业务域的逻辑模型对应的物理模型；
[0013] (5)基于所述业务域的逻辑模型及其对应的物理模型，确定所述业务域的逻辑模 型的维度模型、IETL的维度模型和OLAP的维度模型。
[0014] 优选的，所述步骤（3)包括：
[0015] (3-1)将所述业务域分解为η个主题域，η为正整数；
[0016] (3-2)确定所述主题域的输入类逻辑实体、参照类逻辑实体与派生类逻辑实体；
[0017] (3-3)确定每个逻辑实体的主键；
[0018] (3-4)以主题域为单位，判断所述主题域中逻辑实体i与所述主题域中除所述逻 辑实体i外其余逻辑实体j是否存在依存关系，若逻辑实体i与逻辑实体j存在依存关系， 则将逻辑实体i的主键作为逻辑实体j的外键，i辛j且i，je[1，n]，n为所述主题域中 逻辑实体总数；
[0019] (3-5)确定主题域中逻辑实体之间的二元关系。
[0020] 进一步的，所述步骤（3-5)包括：
[0021] 若逻辑实体i中的记录数据与逻辑实体j中的记录数据为一对一的关系，则逻辑 实体i与逻辑实体j的二元关系为1:1 ;
[0022] 若逻辑实体i中的记录数据与逻辑实体j中的记录数据为一对X的关系，则逻辑 实体i与逻辑实体j的二元关系为l:x;
[0023] 若逻辑实体i中的记录数据与逻辑实体j中的记录数据为X对y的关系，则逻辑 实体i与逻辑实体j的二元关系为x:y;
[0024] i乒j且i，je[1，n]，n为所述主题域中逻辑实体总数，X，y为正整数。
[0025] 优选的，所述步骤（4)包括：
[0026] 获取所述逻辑模型中逻辑实体对应的外部数据源的数据结构，并将其整合至所述 逻辑实体中作为所述逻辑实体的物理模型的数据域。
[0027] 优选的，所述步骤（5)中，确定所述业务域的逻辑模型的维度模型包括：
[0028] 选择所述主题域中t个参照类逻辑实体作为维度，建立所述逻辑实体的维度模型 的维度集合，1 <t<m，m为主题域中参照类逻辑实体总数；
[0029] 根据所述维度集合中的每一个维度建立层次结构，所述层次结构包括：维度总表 和维度详细信息表，其中，所述维度总表，用于存放所述维度对应参照类逻辑实体所有记录 的主键，所述维度详细信息表，用于存放所述维度的详细信息，所述详细信息由所述维度对 应的参照类逻辑实体的物理模型获取。
[0030] 优选的，所述步骤（5)中，确定IETL的维度模型包括：
[0031] 根据所述业务域的KPI指标，确定IETL的维度模型的维度，建立IETL的维度模型 的维度集合；
[0032] 根据所述维度集合中的每一个维度建立层次结构，所述层次结构包括：维度总表 和维度详细信息表，其中，所述维度总表，用于存放所述IETL维度对应参照类逻辑实体所 有记录的主键，所述维度详细信息表，用于存放所述维度的详细信息，所述详细信息由所述 维度对应的参照类逻辑实体的物理模型获取。
[0033] 优选的，所述步骤（5)中，确定0LAP的维度模型包括：
[0034] 确定0LAP所需的维度，建立0LAP的维度模型的维度集合；
[0035] 确定所述维度集合中的每一个维度的等级和层次结构；
[0036] 确定所述层次结构对应的等级与物理模型中具体属性的对应关系。
[0037] 与最接近的现有技术相比，本发明具有的有益效果：
[0038] 本发明提供的一种面向大数据分析的智能电网统一数据模型建模方法采用电网 业务驱动、自顶而下、颗粒度由大到小的总体设计方式，将具体的电网业务分解为若干个功 能独立的主题域，根据各个主题域的功能设计所需的逻辑实体，并建立相应的逻辑模型，基 于逻辑模型与外部数据源的数据结构，建立逻辑实体对应的物理模型，基于逻辑模型与物 理模型，分别建立逻辑模型、IETU0LAP的维度模型，使模型更具针对性，便于利用大数据技 术对电网的多源数据进行分析，且能够有效避免了数据冗余，提高了数据共享的程度。
【附图说明】
[0039]图1是本发明提供的一种面向大数据分析的智能电网统一数据模型建模方法流 程图。
【具体实施方式】
[0040] 下面结合附图对本发明的【具体实施方式】作进一步的详细说明。
[0041] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是 本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员 在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0042] 术语及定义：
[0043] 1)业务域：业务域是在概念上对业务的分组，是在广义上对业务的定义。
[0044] 2)主题域：主题域是在业务域的范畴内，对业务域的分解，在概念上相对业务域 更为具体。
[0045] 3)逻辑模型：逻