2.3.2数据集市由于数据仓库中的数据量很大，若每次访问都要在海量数据中进行数据检索，会降低数据处理效率，故此可建立数据集市。数据集市是面向某一特定主题的、从数据仓库中逻辑上或物理上划分出来的数据子集。使用数据集市的主要目的是减少数据处理量。它具有面向部门、有特定的应用、规模小和实现速度快的优点。在地区电力调度中可建立的数据集市有：

　　负荷预测。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。

　　系统安全稳定性评估。电力系统有五种运行状态，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一面，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。

　　电力用户特征分析。随着电力市场的发展和竞争的加剧，地区供电企业需要制定出有竞争力的实时电价，因此，必须对电力用户进行准确分析。电力系统的用户具有多样性和随机性，可利用olap多维分析的特性，对用户的行为模式及负荷要求进行分门别类，在保证系统安全和稳定性的前提下，对不同类别的用户，采用不同的营销策略，制定出合理的电价收费表，以提高市场竞争力。

　　2.4逻辑应用层逻辑应用层主要包括olap、数据挖掘和界面子系统。现具体分析

　　2.4.1olap子系统在ems和dms中，调度人员通过联机事务处理(oltp)和sql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，ems和dms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。

　　2.4.2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性。

　　2.4.3用户界面子系统用户界面子系统主要是把olap和数据挖掘的分析结果通过友好的界面展现给最终用户，从而辅助用户进行决策。

　　3小结

　　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olap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策，减轻调度人员的负担。然而数据仓库毕竟是一门新兴技术，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一步完善，数据仓库技术在地区电力调度系统中的应用也将进一步完善和发展。