虽然决策支持系统(DSS)已经经过了二十多年的发展，但由于传统的DSS是基于模型库的，在开发上存在许多困难，因此DSS的研究与开发多数停留在理论研究阶段，还没有完全进入实际应用。数据仓库技术的兴起，以及在此基础上发展起来的OLAP、数据挖掘技术，为决策支持系统的发展开辟了新途径。 电力事业正进入高速发展阶段，电力企业的服务理念由计划用电向市场开拓转变，由用电管理向营销服务转变，这种以市场为导向、对内以营销为中心、对外以客户服务为中心的新机制，需要企业的管理层、决策层对变化的环境做出快速、科学的决策。 随着电力体制改革的深入，供电企业的市场化步伐加快，制定适应市场的营销管理策略显得十分重要。电力决策支持系统(DSS)能够收集分散的各种详细数据源，建立以各种主题为导向的数据仓库，并从中挖掘业务的内在规律和人力不可为之的数量信息，以此数量信息为支持，制定出较科学的电力营销决策。本文基于数据仓库理论、决策支持系统理论，根据济南电业局的需求，建立了电力决策支持系统。 本文首先分析了课题的研究背景意义，以及介绍了数据仓库和决策支持系统的国内外发展现状。然后分别论述了数据仓库的相关理论知识、数据仓库模型的建立，最后结合参与的济南电业局电力决策支持系统项目，详细论述了如何利用数据仓库技术来构建一个电力辅助决策系统，以及如何利用决策数据仓库来进行数据分析，满足辅助决策的需要。在文章最后，对本文所做的工作进行总结，对电力决策支持系统今后的发展提出展望。 在本项目中，我参与完成了以下的工作： (1)首先学习使用IBM公司提供的商业智能解决方案及相关工具。IBM公司提供的工具有Warehouse Manager、Cube Views、Olap Server、Alphablox、Intelligence Miner。上述工具除Intelligence Miner工具的使用还未完成外，其它工具的均能使用。 (2)在需求分析阶段，我们软件开发小组对供电公司的需求、软硬件条件、