Агрегація багатовимірних даних для процесу підтримки прийняття рішень при управлінні мікромережами з відновлювальними джерелами енергії
DOI:
https://doi.org/10.15587/2706-5448.2022.255957Ключові слова:
обробка та збереження даних, сховище даних, база даних, вітрина даних, тригериАнотація
Об'єктом дослідження є процес обробки та збереження даних при прийнятті рішень щодо управління життєвим циклом вироблення та споживання електроенергії у мікромережах з відновлювальними джерелами енергії. Перспективність дослідження зумовлена тим, що для забезпечення повноцінного процесу підтримки прийняття рішень при управлінні мікромережами з відновлювальними джерелами енергії доводиться консолідувати та маніпулювати багатовимірними даними у режимі багатопоточності та оперативної обробки інформації. Для вирішення поставленої задачі було використано теоретичні методи аналізу, абстракції, індукції та дедукції. Для забезпечення багатовимірності та багатопоточності обробки даних запропоновано розробити сховище даних на основі моделі даних «сніжинка». Оперативність обробки інформації у режимі реального часу забезпечує оперативна база даних, побудована за принципом OLTP. Організація спільної роботи сховища даних з оперативною базою даних, консолідація та маніпулювання даними забезпечується тригерами.
Результатом роботи є сховище даних, яке буде використовуватися в системі підтримки прийняття рішень при управлінні енергетичними мікромережами, що дозволить підвищити ефективність обробки і збереження даних. Це досягається завдяки поєднанню роботи централізованого сховища даних з оперативною базою даних, а також використання окремої вітрини даних для кожного користувача системи. Практичне значення роботи полягає у тому, що сховище даних стане частиною системи підтримки прийняття рішень для обробки інформації про життєвий цикл енергії при управлінні енергетичною інфраструктурою. У порівнянні з використанням єдиної бази даних для системи підтримки прийняття рішень такий підхід забезпечує швидкодію роботи з даними та дозволяє розмежувати використання сховища даних для аналітики та виконання операцій маніпулювання даними.
Розгортання сховища даних виконано у хмарному середовищі на платформі Amazon Web Services (AWS) та веб-сервісі Amazon Relational Database Service (Amazon RDS). Безпечний доступ до клієнтських даних реалізовано за допомогою вітрин даних.
Посилання
- Cardon, D. (2018). Database vs. Data Warehouse: A Comparative Review. Available at: https://www.healthcatalyst.com/insights/database-vs-data-warehouse-a-comparative-review/
- Han, J., Kamber, M., Pei, J. (2012). Data Mining Consepts and Techniques. Elsevier, 740. doi: http://doi.org/10.1016/c2009-0-61819-5
- Yang, Q., Ge, M., Helfert, M. (2019). Analysis of Data Warehouse Architectures: Modeling and Classification. Proceedings of 21st International Conference on Enterprise Information Systems, 604–611. doi: http://doi.org/10.5220/0007728006040611
- Li, Y., Wang, L., Ji, L., Liao, C. (2013). A Data Warehouse Architecture supporting Energy Management of Intelligent Electricity System. Proceedings of the 2nd International Conference on Computer Science and Electronics Engineering, 696–699. doi: http://doi.org/10.2991/iccsee.2013.177
- Samsinar, R., Endro Suseno, J., Edi Widodo, C. (2018). Power Distribution Analysis For Electrical Usage In Province Area Using Olap (Online Analytical Processing). Proceedings of the 2nd International Conference on Energy, Environmental and Information System, 1–5. doi: http://doi.org/10.1051/e3sconf/20183111010
- Gökçe, H. U., Gökçe, K. U. (2014). Multi-dimensional energy monitoring, analysis and optimization system for energy efficient building operations. Sustainable Cities and Society, 10, 161–173. doi: http://doi.org/10.1016/j.scs.2013.08.004
- Sarka, D., Lah, M., Jerkic, G. (2014). Implementing a Data Warehouse with Microsoft SQL Server 2012. Microsoft Official Academic Course, 816.
- Levene, M., Loizou, G. (2003). Why is the snowflake schema a good data warehouse design? Information Systems, 28 (3), 225–240. doi: http://doi.org/10.1016/s0306-4379(02)00021-2
- Iqbal, M. Z., Mustafa, G., Sarwar, N., Wajid, S. H., Nasir, J., Siddque, S. (2020). A review of Star schema and Snowflakes Schema. Intelligent Technologies and Applications, 129–140. doi: http://doi.org/10.1007/978-981-15-5232-8_12
- Freedman, A. (2018). Dedicated vs. Cloud: Comparing dedicated and cloud infrastructure for high availability (HA) and non-high availability applications. Available at: https://silo.tips/download/dedicated-vs-cloud-comparing-dedicated-and-cloud-infrastructure-for-high-availab
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2022 Vira Shendryk, Yuliia Parfenenko, Olha Boiko, Sergii Shendryk, Yaroslava Bielka
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
