刘文权++王孝华++李亮++李明星++庄骞
摘要:南方电网公司深入开展“创先杯”变电站及换流站站内节能劳动竞赛,推动节能降耗和管理提升、技术改进和习惯养成,为建设美丽中国做出贡献。现有开展方式数据的收集、结果计算及汇总统计基本上是通过人工完成,存在周期长、工作量大、效率低等问题。借助信息化手段,研究和探索劳动竞赛全过程自动化需要面对如下挑战:商业智能及数据可视化。
关键词:BI技术;可视化技术;信息化
长期以来,各级工会组织在党的领导下,紧紧围绕企业工作中心,积极组织开展群众性劳动竞赛,有效调动和激发了广大职工投身经济建设的积极性、主动性和创造性。全国亿万职工以主人翁精神积极参加劳动竞赛,充分发挥主力军作用,为推动经济社会发展做出了巨大贡献。长盛不衰的劳动竞赛,已成为提高职工素质、推动企业进步、促进经济发展的重要途径,成为工会围绕中心、服务大局的重要载体。
伴随改革开放的深入和社会主义市场经济的发展,既为劳动竞赛提供了更加广阔的空间,又使劳动竞赛遇到了许多新的问题,劳动竞赛在一些大型企业或集团公司开展得还不够广泛。在保持经济平稳较快发展的新形势下,如何最大限度地把职工群众吸引和组织到竞赛活动中来,为推动经济社会又好又快发展贡献力量,是工会组织面临的一个重大课题。
南方电网公司深入开展“创先杯”变电站及换流站站内节能劳动竞赛,推动节能降耗和管理提升、技术改进和习惯养成,为建设美丽中国做出贡献。现有开展方式数据的收集、结果计算及汇总统计基本上是通过人工完成,存在周期长、工作量大、效率低等问题。借助信息化手段,研究和探索劳动竞赛全过程自动化需要面对如下挑战:
商业智能:竞赛中现有的数据进行有效的整合,快速准确的提供报表并提出决策依据,帮助企业做出明智的业务经营决策。
数据可视化:利用计算机图形学和图像处理技术、将数据转换成图形或图像在屏幕上显示处理,并进行交互处理;涉及到计算机图形学、图像处理、计算机视觉、计算机辅助设计等领域。
一、研究内容
(一) BI技术研究与应用
BI(Business Intelligence)即商业智能,它是一套完整的解决方案,用来将企业中现有的数据进行有效的整合,快速准确的提供报表并提出决策依据,帮助企业做出明智的业务经营决策[1]。
在劳动竞赛系统中,BI技术主要应用在竞赛数据的处理。劳动竞赛的数据是商业智能的主角,基础数据的有效程度直接对系统分析出来的结果有直接影响,这种影响可以达到呈几何级别的错误导向,所以,进行分析的数据处理工作非常重要。例如在参赛站点信息模块中,对所有变电站信息按照名称、所属单位、电压等级、站点类型、站点状态进行分类处理。基于BI技术,可对变电站信息的多种数据组合统计分析,实现复杂数据的准实时/实时分析和挖掘。
(二)可视化技术研究与应用
数据可视化主要旨在借助于图形化手段,清晰有效地传达与沟通信息。为了有效地传达思想概念,美学形式与功能需要齐头并进,通过直观地传达关键的方面与特征,从而实现对于相当稀疏而又复杂的数据集的深入洞察[2]。
数据可视化与信息图形、信息可视化、科学可视化以及统计图形密切相关。当前,在研究、教学和开发领域,数据可视化乃是一个极为活跃而又关键的方面 [2]。
在劳动竞赛系统中,可视化技术主要应用在提供直观的竞赛统计分析。基于WEB的数据可视化,在服务端生成描述数据的图形,在客户端使用浏览器展现。例如在竞赛统计模块中,对南方电网公司各分子公司的站用电率积分、节约电量变化率积分、合理化建议积分、创新成果积分提供可视化的报表分析,并提供点击移除/增加小项的高阶功能。结合基于WEB的数据可视化技术,为劳动竞赛系统用户提供了更友好的操作界面及操作方式。
二、系统技术路线
劳动竞赛系统结合BI技术及可视化技术,提高了系统的安全性和易用性。系统技术路线图如图1所示:
网络环境:提供基础网络支撑,连入以太网,并需要进行网络安全认证,保证网络环境的安全。
基础环境:为保证系统正常、稳定运行,需要提供两台服务器,其中一台为应用服务器,另一台为数据库服务器。同时在两台服务器上安装开源的Linux操作系统及部署JVM虚拟机,保证系统正常运行。
控制层:JDBC提供数据驱动,Spring MVC提供良好的系统架构,Hibernate对数据进行持久化操作,一个实体Bean对应一条数据库中的数据,Spring容器管理所有的实体Bean对象。
业务逻辑层:提供应用权限控制、动态分析组件、报表组件、计划组件、数据采集组件、评价组件以及搜索引擎,支撑系统的业务功能。
展现层:分为渲染界面和交互方式两个部分。渲染界面通过图表控件、JSP、HTML、jQuery、BI技术、可视化技术等实现界面优化展现;交互方式采用AJAX客户端引擎、AU引擎、SERVLET实现业务层与展现层的交互。
三、结语
通过在劳动竞赛系统中使用BI技术、可视化技术,对相关数据进行挖掘分析,提升了系统的易用性和安全性,并且为用户提供了更加良好的操作体验。
参考文献:
[1] 王勇.基于商业智能的并行数据挖掘技术研究[J].通讯世界,2016(2).
[2] 张浩,郭灿.数据可视化技术应用趋势与分类研究[J].软件导刊,2012(5).