(国网甘肃省电力公司信息通信公司甘肃兰州730000)
摘要:针对电力行业各单位、部门、专业对大数据的使用场景、需求不同,利用大数据融合技术、报表自动生成技术,设计研发了一套跨部门、跨专业、跨业务的报表自动生成工具,实现了数据应用的自动化和可视化,降低了数据获取、展示的难度,提高了各专业职能部门的工作效率。
关键词:数据融合;数据分析;报表自动生成;数据可视化
1引言
多数据融合是一个多级、多层面的数据处理过程,主要完成对来自多个信息源的数据进行自动检测、关联、相关、估计及组合等处理。电力大数据在行业内部涉及电力生产和电力服务等各环节数据的融合,实现跨单位、跨部门、跨业务数据分析和共享。数据融合要处理各类数据源数据的抽取、关联。涉及多个专业的电力资产全生命周期管理、营销和配电协调管理等都需要不同来源数据的融合,从而逐渐形成以数据为中心的信息化管理系统,促进数据资源共享,发挥大数据的价值。
图2系统架构图
在电力大数据的应用中,如何根据各单位、部门、专业对大数据的使用需求,提供
不同应用场景,实现数据价值的最大化,已成为迫切需要解决的问题,本文针对这个问题,设计并实现了一个自动生成报表的数据服务工具,该系统采用数据融合技术,提供跨部门、跨专业、跨业务数据的报表服务,为企业的管理、决策提供更快、更好的服务。
图3报表预览图
2设计思路及架构
2.1设计思路
综合利用数据融合技术、Word模板操作、数据穿透、软件编程技术,通过可视化数据交换接口,各报表生成周期的定时解析、数据获取、数据加载服务,自动生成跨部门、跨专业、库业务系统的数据报表。系统的业务架构如图1所示。
2.2系统架构设计
系统架构设计整体遵循MVC框架,分为控制器(Controller)、视图(View)、模型(Model)。视图负责展示数据分析流程和流程的组件以及数据项内容。控制器负责调用基础服务响应用户请求及修改模型中的数据。系统服务的体系结构如图2所示。
3系统功能设计
3.1数据资源库管理
考虑到电网大数据具有多样性、一源共享、多源多标准、业务连动性等特点,每个数据资源存在跨部门、跨专业、跨业务的使用、共享场景,系统设计了数据资源库,各资源可连接不同的数据源(数据中心、数据库等),并提供数据的获取方式、获取周期及展示方式等属性,方便各专业人员根据应用场景的不同共享该资源。
3.2报表模板管理
各专业业务人员根据自身业务及报表需求,根据系统参数设置的要求,将编辑好的Word报表模板上传到系统,系统根据报表数据解析模型自动解析报表参数,并将报表参数存入数据库,报表模板上传后,用户可根据需要调整和修改报表模板,已达到报表生成的最好结果。
3.3报表自动生成服务
图4陇电搜功能
为保证报表生成的及时性和准确性,系统根据各报表的生成周期采用定时服务的方式,定时遍历和解析各报表参数,利用数据同步、对比、组合及聚合等技术从数据源中获取参数结果值,并将结果值存入数据库同时加载到新生成的报表。
3.4报表的展示及下载
用户根据系统授予的数据权限,可在线查询、预览及下载所属权限范围内的报表数据,为了跟进一步的掌握和分析数据,系统在设计上采用了数据穿透技术,用户在预览报表时,点击相应的指标数据,用户可进一步看到生成指标的数据源。
4系统运行及实施效果
4.1系统运行结果
图3是系统自动生成的报表预览图。
系统通过数据可视化及数据挖掘技术,提供了陇电搜功能,进一步方便用户及时、有效的使用电网大数据。陇电搜功能如图4所示。
4.2系统实施效果
国家电网甘肃省电力公司运用大数据报表自动生成系统运行至今,已取得可观成效,截至目前已经能及时准确的生成3类26个报表。有效的解决了报表数据获取难、汇总难、共享难等问题,提高了企业报表数据汇总、上报的效率。
5结语
本系统软件利用数据融合技术、数据分析技术、Word模板操作、数据穿透等软件编程技术,实现了基于电力大数据的报表自动生成,简化了企业报表编制的流程,提高了报表数据生成的及时性和准确性,为电力企业更加深入地、有效地使用电力数据资产,提高数据资产的价值提供服务。
参考文献
[1]石光亮、王拓,戈长青,等.电力生产信息统计报表生成器的设计与实现[J].电力系统自动化,2003,27(21):86-88.
[2]陈峰.使用NPOI有效读写Office文件[J].金融科技时代,2011,6:69-70.
[3]钱肖鲁,朱建秋,朱杨勇,DMVisnalMiner:—个可视化数据挖掘分析平台[J].计算机工程,2003,29:148-150.
[4]SchilderF,HabelC.Fromtemporalexpressionstotemporalinformation:Semantictaggingofnewsmessages[C]//ProceedingsoftheworkshoponTemporalandspatialinformationprocessing-Volume13.AssociationforComputationalLinguistics,2001:9