3数据仓储的结构
虽然可以采取多种方式设计和组织数据仓储，但是最常见的还是采用集中式公共信息仓储的概念。与此同时，分散和虚拟系统也在逐渐普及，也有人认为这是未来的趋势，尤其是考虑到从长期来看数据有可能将会伴随智能电网的发展而爆炸性增长。但是，对于智能电网以及集中式数据仓储而言，运行数据存储(ODS)将是关键的组成部分。图4显示了运行数据存储与数据仓储、数据仓储与分析应用之间关系的典型高层架构。
图4 数据仓储的架构
单一源运行系统中的数据要经过提取、转换和加载(ETL)的流程，并要在上传至企业数据仓储之前保留在ODS中。这种方法基于2个基本原则：
1)包括运行调度、维修和停电管理在内的运行和战术决策，完全不同于诸如资产置换、改造与维修计划等的战略决策。因此，定制的数据集成方案能够为目标用户提供优化决策的支持。
2)随着智能电网的日益发展，集中式系统(包括网络管理中心系统)将能够通过点对点的通信方式(例如分散的网络管理系统)，远程实施实时决策和自动化操作序列决策。这样的运行方式，将可以避免基于远程终端单元(RTU)的双向通信系统的高成本和通信延迟，及其对完整性和自动化操作序列可靠性所带来的破坏。数据仓储因此能够包含快照;本地数据的中转区将能够与本地运行系统的数据共同进入提取、转换和加载(ETL)阶段。
图5 数据仓储的关联图
