针对发电厂生产系统和信息管理系统的现状，研究了一套适合发电厂的数据仓库DW(Data Warehouse)设计方法，即全厂级数据模型指导下的自底向上开发策略．数据库／联机分析处理OLAP(On-Line Analytical Processing)服务器／客户端的三层体系结构，星型多维数据模型及以SCADA系统和MIS系统为主的数据源。在建立数据仓库的基础上．通过联机分析处理技术可对发电厂的发电量，蒸汽量等全厂生产、经营、管理的汇总数据进行多维分析，使最终用户可从多角度、多侧面观察数据仓库中的数据。数据挖掘方法可找出数据仓库数据中隐藏的有用信息和知识．可用于发电厂设备检修，负荷预测和上网报价等，辅助管理人员作出科学的决策。

在对生产车间决策层的调研基础上，分析了车间辅助决策数据仓库的功能模型，建立了生产加工、工具、材料和半成品4个主题的数据集市维度模型，提出了基于BOM树的联机分析处理方法。该成果已成功应用到航空制造企业车间决策支持系统中，证明了数据仓库设计的可行性和有效性。

OLAP（On Line Analysis Processing）是数据仓库的典型应用，在数据仓库中频繁并发地执行涉及较大数据量的OLAP查询时，其查询处理效率易于逐渐降低。缓存技术是一种有效降低OLAP查询处理延时的方法。在现有的缓存数据存储、淘汰策略等研究工作的基础上，结合OLAP任务的负载特性、OLAP任务的结果集大小等因素对性能的影响，提出了一种负载敏感的OLAP查询缓存管理技术Workload-LRU，并实现了一个ROLAP（Relational OLAP）原型系统。实验证明，Workload-LRU技术获得了较好的性能提升效果。