基于數(shù)據(jù)倉庫和聚類挖掘的熱計(jì)量分析.pdf

1、隨著城市集中供熱系統(tǒng)的普及，出現(xiàn)一些和供熱質(zhì)量密切相關(guān)的問題，如供熱溫度偏低或偏高、用戶偷水盜熱、熱計(jì)量表質(zhì)量問題造成讀數(shù)異常等現(xiàn)象。對于傳統(tǒng)的數(shù)據(jù)庫，要從龐大的記錄中獲取有效決策信息是費(fèi)時(shí)而繁瑣的。數(shù)據(jù)倉庫是用于決策的數(shù)據(jù)存儲(chǔ)技術(shù)，數(shù)據(jù)挖掘是用于發(fā)現(xiàn)有趣知識的技術(shù)。在尤其是金融、證券、銷售等行業(yè)，很多企業(yè)都建有自己的數(shù)據(jù)倉庫并從中獲得收益?；谝陨弦蛩?，論文采用濟(jì)南普賽技術(shù)有限公司和濟(jì)南熱力公司合作的項(xiàng)目——供暖計(jì)量平臺(tái)中的熱計(jì)量數(shù)據(jù)

2、作為研究對象，以研究用戶采暖情況及其異常原因?yàn)槟康?，論文提出系統(tǒng)化解決方案，對系統(tǒng)每個(gè)模塊都進(jìn)行理論性和實(shí)踐性研究。
　　首先，論文確定課題研究意義后，對數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)進(jìn)行了理論性方案研究，確定了其應(yīng)用于集中供熱領(lǐng)域的可行性方案。根據(jù)研究內(nèi)容提出系統(tǒng)方案設(shè)計(jì)架構(gòu);確定研究主題、粒度，選用建模工具PowerDesigner進(jìn)行星型架構(gòu)邏輯、物理模型設(shè)計(jì)。
　　然后，基于SQLSERVER的SSIS組件數(shù)據(jù)抽取速度的高效

3、性能，論文采用該組件對源數(shù)據(jù)實(shí)現(xiàn)抽取、轉(zhuǎn)換、加載操作，實(shí)現(xiàn)時(shí)間維度表、地理維度表和事實(shí)表不同的數(shù)據(jù)抽取方案設(shè)計(jì)，將源數(shù)據(jù)庫中組織性差、分散的數(shù)據(jù)加載到統(tǒng)一的數(shù)據(jù)倉庫中。針對ETL過程中的技術(shù)瓶頸聚合組件，進(jìn)行并行化方案的理論研究和優(yōu)化設(shè)計(jì);使用SSAS組件將關(guān)系數(shù)據(jù)倉庫數(shù)據(jù)轉(zhuǎn)換成多維數(shù)據(jù)存儲(chǔ)模式;利用EXCEL的透視表功能實(shí)現(xiàn)多維數(shù)據(jù)OLAP分析結(jié)果展示，利用MDX多維查詢語言的方式展示多維分析效果;
　　最后，比較K-Means

4、和EM聚類挖掘算法對同一典型用戶熱計(jì)量數(shù)據(jù)的聚類挖掘結(jié)果，對性能更為穩(wěn)定的EM算法挖掘結(jié)果進(jìn)行采暖異常情況分析，從分類關(guān)系圖、分類剖面圖、分類特征、分類對比四種視圖觀察數(shù)據(jù)結(jié)果，獲得最后的異常情況決策信息。
　　數(shù)據(jù)倉庫并不是新興技術(shù)，在很多企業(yè)已經(jīng)都有著實(shí)際中的應(yīng)用和成功案例，因此將企業(yè)中的熱計(jì)量數(shù)據(jù)用于搭建數(shù)據(jù)倉庫平臺(tái)，具有重要的戰(zhàn)略價(jià)值，企業(yè)可以用更加節(jié)省人力物力財(cái)力、更加科學(xué)的方式獲取更為有效的節(jié)能減排、打擊不法盜熱等決策