Como parte de su proceso de mejora y modernización,

Transcripción

1 Boletín IIE, IIE, septiembre-octubre del del Herramientas de apoyo para la automatización de la oficina de la Unidad de Investigación y Desarrollo de la Subdirección de Generación de la CFE Pedro Flores G. y Rosa Ma. Thomas L. Antecedentes Como parte de su proceso de mejora y modernización, la Unidad de Investigación y Desarrollo de la Subdirección de Generación de la Comisión Federal de Electricidad (CFE) identificó la necesidad de automatizar la elaboración de los reportes diarios y mensuales de las condiciones operativas de las unidades de generación de energía eléctrica. Para atender esta necesidad solicitó apoyo y asesoría técnica al Instituto de Investigaciones Eléctricas (IIE) a través de la Gerencia de Supervisión de Procesos (GSP), que propuso a la CFE la generación automática de sus reportes. El principal objetivo de la modernización consistió en definir mecanismos y herramientas que permitieran, de una manera confiable y segura, automatizar y acelerar la generación de reportes, de manera que el personal encargado de estas labores, pudiera dedicar más tiempo al análisis de información e identificar acciones de mejora. Para la integración de los reportes diarios y mensuales, se requiere contar con información de las diferentes unidades de generación, de las termoeléctricas, geotermoeléctricas, ciclo combinado, combustión interna y carboeléctricas, principalmente. Proceso de generación de los reportes diarios y mensuales Los reportes diarios contienen información del estado actual de las principales unidades de generación eléctrica, así como el pronóstico de operación en horas críticas. Esta información se analiza en la Subdirección de Generación para conocer como se está comportando el sistema eléctrico nacional y cómo se comportará en el transcurso del día. Por otra parte, los reportes mensuales contiene información de las condiciones operativas durante el mes, dichas condiciones son: Capacidad instalada Consumo de combustible Eficiencia y régimen térmico Generación eléctrica Disponibilidad e indisponibilidad Metas, predespacho y datos reales Automatización de la generación de los reportes diarios La automatización de los reportes diarios se basó en formatos estándares en Excel, donde se captura la información que establece el procedimiento para la elaboración de un reporte diario de las principales centrales generadoras de la CFE conocido como REPCEN (PN-78). Los formatos estándares están protegidos para evitar cambios en la identificación, número de las unidades y la capacidad efectiva. En caso de requerir alguna modificación en los formatos, una persona de la Unidad de Investigación y Desarrollo lleva el control de cambios de los mismos y los reenvía a las diferentes subgerencias regionales. Toda la transferencia de archivos se lleva a cabo a través de un servidor FTP. Los formatos con la información diaria son enviados por cada una de las ocho subgerencias regionales y se consolidan en un aplicativo elaborado en Visual Basic for Application de Excel, que genera automáticamente cuatro formatos del reporte diario final: Potencia Disponible, Estado Actual, Hora Pico y Novedades. Este aplicativo genera los reportes en un minuto aproximadamente, siempre y cuando tenga disponibles los archivos en el servidor FTP. Si no cuenta con todos los archivos, el aplicativo puede ir consolidado la información de las regiones a medida que van llegando al servidor. Un ingeniero edita las descripciones de novedades para que sean presentadas de una manera homogénea en descripción y estilo. Es importante comentar que la información diaria debe estar disponible en la Unidad de Investigación y Desarrollo a más tarda a las 7:00 hrs. Actualmente, se está trabajando en una base de datos con la información histórica de los reportes diarios, para ello se generará un aplicativo que importe la información consolidada en Excel a la base de datos de diario denominado (BDD_UNI_GEN_REP_DIARIO). Con esta información se generarán reportes semanales de las condiciones operativas que guardaron la principales unidades de generación eléctrica. Esto permitirá a la CFE conocer el detalle de las unidades que presentaron fallas de equipos, fallas por causas ajenas, decrementos, mantenimiento y reserva fría principalmente. La Figura 1 muestra un diagrama esquemático de la consolidación de los reportes diarios en la base de datos. 231

2 Artículos técnicos Figura 1 Consolidación de reportes diarios. Automatización de la generación de reportes mensuales Para llevar a cabo estos reportes se consideraron principalmente dos factores: Fuente de datos de la información mensual Plataforma de base de datos y reportes Fuente de datos de información mensual La CFE cuenta con dos sistemas que pueden servir para extraer la información mensual de las condiciones operativas de las Unidades Termoeléctricas de Generación: el Sistema de Unidades Termoeléctricas (Sistermo) y el Sistema de Información Mensual de Operación (SIMO). Después de un análisis se optó por extraer la información del SIMO debido las siguientes razones: El SIMO ha sido adoptado por la Subdirección de Generación como el sistema informático que proporciona información oficial de la unidades generadoras. Este sistema está basado en una estructura de archivos en una arquitectura VAX, que requiere personal especialista para la explotación de la información. Sin embargo, el SIMO está basado en una plataforma más comercial, como es Informix de DOS. Un factor decisivo para el éxito de la extracción de la información de la base de datos, fue el soporte técnico recibido por parte de la CFE, en especial para conocer la estructura de la base de datos y la generación de consultas específicas para la obtención de archivos ASCII. Metodología para la extracción de información de la base de datos del SIMO Se estudió la base de datos de SIMO para identificar las tablas que contenían la información requerida para los reportes. También se identificaron las llaves para la vinculación de tablas relacionadas. Un ejemplo de las tablas del SIMO que se utilizan se puede ver en la Tabla 1. Una vez identificadas las tablas, se llevan a cabo consultas especializadas para la extracción de la información. Estas consultas generan archivos ASCII con la información correspondiente. Un ejemplo de estas consultas para la extracción de consumos de combustible se muestra en la Figura 2. Estas consultas generan información de cada mes, requerida para la generación de reportes. Por lo que para consultar una fecha en específico, sólo es necesario cambiar el mes y el año. Actualmente se está trabajando en generar un aplicativo en C de Informix, para que se introduzca el mes y año, y automáticamente se generen todos los archivos ASCII requeridos para los reportes. Una vez que se han obtenido todos los archivos ASCII, se cuenta con un aplicativo que importa esta información y la inserta directamente en las tablas de la base de datos. En la Figura 3 se muestra la pantalla de interfaz del aplicativo de importación. Si el aplicativo detecta que la información de mes y año ya se encuentra en la base de datos, genera un archivo de comparación que muestra las diferencias entre la información actual y la anterior. En la Figura 4 se muestra la ventana que advierte al administrador del sistema de esta condición. Tablas del SIMO. Reporte: Tabla 1 Tablas de SIMO: Eficiencia y OCER: Tabla de consumos reales de régimen energéticos térmico OEST: Tabla de datos estadísticos OENE: Catálogo de tipos de fuente de energía Figura 2 Ejemplo de consulta de la base de datos del SIMO. UNLOAD TO «c:\informix\bin\datos01\efic_dic.txt» SELECT oest.num_ano, oest.num_mes, oest.men_acu, oest.ide_res, oest.ide_uni, oest.tip_gpr, ocer.pcs_rea, oest.reg_efi, oene.des_ene, oene.ume_ene FROM oest, ocer, oene WHERE (oest.num_ano = ocer.num_ano) AND (oest.num_mes = ocer.num_mes) AND (oest.ide_res = ocer.ide_res) AND (oest.ide_uni = ocer.ide_uni) AND (oest.men_acu = ocer.men_acu) AND (oest.tip_gpr = ocer.tip_gpr) AND (ocer.ide_ene = oene.ide_ene) AND (oest.ide_uni <> 0) AND (oest.num_ano = 2001) AND (oest.num_mes = 12); 232

3 Boletín IIE, septiembre-octubre del 2002 Figura 3 Figura inicial del aplicativo de información. Figura 4 Devalidación de información de la base de datos. Los archivos de comparación permiten clarificar, con las áreas responsables, los motivos que originaron los cambios y al mismo tiempo permite el monitoreo específico de las centrales y unidades de generación eléctrica. generar las consultas y por consiguiente, que se requiera menos tiempo de ejecución. El diseño es de tipo estrella, en el centro está el catálogo de centrales y unidades, y alrededor las tablas que contienen los índices de operación. Las tablas que contienen índices de operación, tienen un diseño sistematizado con una orientación de base de datos histórica. Estas tablas contienen deliberadamente una mayor cardinalidad debido a que la información mensual se encuentra distribuida en doce columnas por índice. Esto hace que el tamaño de la base de datos por año se mantenga fija de acuerdo con el número de centrales y unidades en operación y únicamente se incremente cuando una nueva unidad entra en operación. Los índices de operación están agrupados en tablas, de acuerdo con los reportes que los utilizan. La base de datos contiene información histórica de enero de 1997 a la fecha. En la Figura 5 se muestra el esquema estrella de la base de datos de reportes. Consultas especializadas para los reportes (Store Procedures) En los sistemas cliente-servidor existe la disyuntiva entre dejar que el servidor de base de datos haga el trabajo a través de consultas especializadas (Store Procedure) o bien que el trabajo sea realizado por el cliente. En este caso se hicieron pruebas de desempeño para evaluar ambos casos: Inicialmente, a través de una conexión directa a la base de datos desde la herramienta para la generación de reportes, se diseñaron consultas para obtener datos. Debido a que dichas consultas son muy limitadas, se tiene que hacer un procesamiento mayor para la extracción de información requerida. Como consecuencia de la ejecución de este procesamiento, el tiempo de generación de reportes resultó muy largo. Posteriormente, se hicieron consultas especializadas con paso de parámetros (Store Procedure) en Diseño de base de datos. Figura 5 Plataforma de base de datos y reportes La plataforma seleccionada fue SQL Server, pues gracias a experiencias anteriores, la GSP ha probado su eficiencia, además de ser robusta, de ofrecer un buen desempeño y ser de bajo costo. Diseño de la base de datos Se utilizó la metodología Custom Development Method (CDM) de Oracle para el diseño de la base de datos, que está pensado para hacer más eficientes las consultas requeridas para la generación de reportes, es decir, que se requiera la menor cantidad de relaciones entre tablas para 233

4 Artículos técnicos el servidor de la base de datos y estos datos, ya orientados al reporte, se entregan a la herramienta de generación de reportes. En este caso, el tiempo de procesamiento para las consultas especializadas fue muy corto, sobre todo porque el servidor de la base de datos es una herramienta especializada en esta tarea. Por otro lado, la generación del reporte puede hacerse en un tiempo corto debido a que la herramienta de reportes se enfoca casi exclusivamente en dar formato a los datos que recibe, esto es, no requiere de un mayor procesamiento para la extracción de información requerida para el reporte. Las consultas especializadas (Store Procedure) tienen la característica de ser tan complejos o simples como se requiera. Es posible incorporar en ellos tabla temporales (que no afectan el diccionario de datos) que contengan datos que provengan de diferentes consultas de información, para después devolver el resultado agrupado en una sola unidad. Además, para el caso de los reportes, los store procedure permiten el paso de parámetros, que son el mes y el año y al emplear este método es posible extraer, de la información histórica, únicamente la información requerida para el reporte. Actualmente, se está trabajando en un aplicativo que permita incorporar manualmente a la base de datos, información no contenida en el SIMO, como el caso de información de unidades móviles turbojet y de eoloeléctricas. Elaboración de Reportes con Crystal Reports. La herramienta Crystal Reports es flexible para la generación de reportes, permite conexión OLEDB a la base de datos, así como escoger store procedure como fuente de datos; facilita la generación de promedios ponderados requeridos, permite insertar gráficas en los reportes, entre otras ventajas. Asimismo, una vez que el reporte ha sido generado, facilita la publicación en un sitio Web. En la Tabla 2 se muestra un resumen del tipo de los reportes generados. En la Figura 6 se encuentran algunos ejemplos de los reportes generados. Tabla 2 Resumen de reportes generados. Grupo de reporte Número de reportes generados Capacidad instalada 10 Consumo de combustible 4 Eficiencia y régimen térmico 9 Generación eléctrica 7 Disponibilidad e indisponibilidad 10 Mantenimiento 11 Metas, predespacho y datos reales 3 Figura 6 Ejemplo de reportes generados. Figura 7 Consolidación de reportes mensuales. En la Figura 7 se muestra el diagrama esquemático de funcionamiento del sistema de reportes mensuales. Una vez que la Unidad de Investigación y Desarrollo contó con la generación automática de los reportes mensuales y diarios, surgió la necesidad de contar con mecanismos para facilitar el análisis de la información histórica contenida en la base de datos. Es conveniente mencionar que esta unidad no cuenta con personal informático especializado para el manejo de la información contenida en la base de datos. Para atender esta necesidad, la GSP le propuso a la CFE explotar la información con herramientas OLAP, a través de cubos de información. 234

5 Boletín IIE, septiembre-octubre del 2002 Uso de herramientas OLAP, a través de cubos de información, para facilitar la explotación de la información histórica de la base de datos Los cubos de información son herramientas OLAP que permiten una navegación fácil en la información de la base de datos, su principal ventaja es que los usuarios no expertos en base de datos pueden obtener información para su análisis, es decir, no se requieren realizar consultas basadas en SQL. Los cubos de información requieren que la base de datos tenga una estructura tipo datawarehouse con modelo dimensional. Esta estructura tipo estrella tiene una tabla central denominada Tabla de hechos y alrededor se encuentran catálogos de dimensión. La Tabla de hechos contiene todos los datos que, para nuestro caso, son índices de operación. Los catálogos de dimensión son todas aquellas dimensiones a través de las que el usuario puede navegar. Para este caso, las dimensiones son: Tiempo, Centrales/Unidades, Tipo de Generación, Región de Generación y Unidades Base. Alimentación del cubo de información La base de datos de reportes contiene todos los datos históricos de la unidades generadoras, y su diseño está orientado a optimizar las consultas dedicadas a los reportes. Tomando en cuenta que los cubos de información requieren que la base de datos tenga una estructura tipo datawarehouse, es necesario transformar la base de datos de reportes a este tipo de estructura. Un store procedure alimenta la base de datos de cubos para actualizar la Tabla de hechos con los índices de operación y los catálogos de dimensión, como se ve en la Figura 8. Herramienta OLAP: Seagate INFO La herramienta INFO permite construir cubos de información a partir de una base de datos tipo Figura 8 Esquema de flujo de información para la generación de cubos. datawarehouse. Como parte de la construcción de cubos, permite definir variables para el cálculo de las totalizaciones requeridas para la navegación entre las dimensiones. Las totalizaciones utilizadas son sumas y promedios ponderados. Una vez que se ha definido la construcción del cubo, se programa una tarea para su llenado con información (populate). Este proceso varía dependiendo del tamaño de la base de datos y de los cálculos que tiene que realizar. Una vez que el cubo se encuentra lleno, el usuario puede navegar entre las diferentes dimensiones que se le han agregado al cubo. Es conveniente mencionar que, conforme el usuario navega entre las diferentes dimensiones, se llevan a cabo recálculos de las totalizaciones de los índices de operación. En la Figura 9 se muestran ejemplos de vistas que resultan de la navegación entre las dimensiones del cubo. Uso de herramientas estadísticas Uno de los objetivos de la Unidad de Investigación y Desarrollo es llevar a cabo el análisis de la información de las unidades generadoras. El análisis de los índices de generación permite a los ingenieros proponer acciones como: Determinar si el mantenimiento de una planta es exitoso al corroborar que la indisponibilidad por falla fue decrementada y su índice de disponibilidad es mayor. Determinar las plantas que tienen una gran cantidad de fallas a pesar de que se está llevando a cabo el mantenimiento preventivo de las mismas. Conocer la indisponibilidad de las centrales por falla de equipo para destinar mayores recursos a su mantenimiento. Las herramientas estadísticas que utiliza la Unidad de Investigación y Desarrollo están basadas en las Quality Con- Figura 9 Ejemplos de datos extraídos por el cubo de información. 235

6 Artículos técnicos trol, en las que algunos de los métodos utilizados son: Diagramas de Pareto, Diagramas Causa-Efecto, Histogramas, Diagramas de Dispersión y Gráficas de Control. Las herramientas estadísticas comerciales que cumplen con estos requerimientos son Statistica 6 y WinStat add in for Excel. Para llevar a cabo un análisis estadístico de la información, el personal de la Unidad de Investigación y Desarrollo toma de los cubos de información aquellos datos que son requeridos para el análisis. Estos datos son insertados en las herramientas estadísticas para generar los distintos diagramas del Quality Control. Publicación en Intranet de reportes y cubos de información La herramienta Seagate INFO permite publicar en Web cubos de información y reportes elaborados en Crystal Reports. Este sistema permite la administración de usuarios para mantener un acceso restringido a la información. Una de las políticas de la Subdirección de Generación es el ahorro de insumos, incluyendo el papel. Con la publicación de la información en Intranet, se permitirá la distribución electrónica de los reportes diarios y mensuales. En la Figura 10 se muestran ventanas para el acceso en Intranet a cubos de información, así como el acceso a reportes elaborados en Crystal Reports, a través del browser de Microsoft Internet Explorer. Figura 10 Pantallas de publicación de reportes en Intranet. automatizar la generación de reportes diarios y mensuales de la Unidad de Investigación y Desarrollo de la Subdirección de Generación de la CFE. Dichas tecnologías incluyen manejadores de bases de datos, datawarehousing, servidores y herramientas OLAP. La automatización en la generación de reportes, mejora la eficiencia de los procesos de integración de información, facilita la labor de los encargados de estas actividades y son de gran ayuda para analizar la información recopilada. Asimismo, la distribución electrónica de información utilizando tecnología Web, permite hacer más eficiente la publicación de resultados y minimiza el uso de recursos humanos y materiales. Referencias Scott, Annette. Data Modeling and Relational Database Design. ORACLE Corporation, Craig, Robert S. et al. Microsoft Data Warehouseing: Building Distributed Decision Support Systems. Wiley & Sons, Inmon, W. H. et al. Data Warehouse Performance. Wiley & Sons, Manual del usuario de Microsoft OLAP Services for SQL server. Kume, Hitoshi. Herramientas Estadísticas Básicas para el Mejoramiento de la Calidad. Norma, PEDRO FLORES GAZCA Ingeniero en Electrónica y Comunicaciones por el Instituto de Estudios Superiores de Monterrey (ITESM) Campus Monterrey y Maestro en Ciencias Computacionales por el ITESM Campus Morelos. Trabajó en el Instituto Nacional de Astrofísica, Óptica y Electrónica en el desarrollo de tarjetas electrónicas para la adquisición de datos, comunicaciones y control digital. Ingresó al IIE en 1991 a la Gerencia de Supervisión de Procesos donde ha colaborado en el Sistema de Adquisición de Datos del Sistema Integral de Información del Proceso de Laguna Verde (Unidades 1 y 2). Participa en desarrollos de base de datos, datawarehouse, servidores y herramientas OLAP. pflores@iie.org.mx ROSA MARÍA THOMAS LOMELÍ Actualmente, se está trabajando en un nuevo sitio Web, que tendrá dos sendas de navegación, la primera conducirá al usuario con permisos de acceso a la herramienta Seagate INFO para la explotación de cubos de información. La segunda senda será usada para la distribución electrónica de reportes diarios y mensuales. Conclusiones Maestra en Ciencias Computacionales por el ITESM Campus Morelos. Ingresó al IIE en 1986, tiene una amplia experiencia en análisis de requerimientos, diseño, implantación y mantenimiento de Sistemas de Base de Datos. Colaboró en el desarrollo y logística de la Metodología de Transferencia de Tecnología de la Modernización del Sistema de Peaje de Capufe y en la Automatización de la Oficina de la Unidad de Investigación y Desarrollo de la Subdirección de Generación de la CFE. Participa en desarrollos de base de datos, datawarehouse, servidores y herramientas OLAP. rthomas@iie.org.mx En este artículo se presenta la integración y personalización de diferentes tecnologías modernas, a través de las que se diseñan y desarrollan herramientas de ayuda para 236