随着人们认识和管理水平的提高,对客观世界的描述越来越全面,存储的数据量也越来越大。然而,现有数据库系统的开发应用无法适应人们对信息系统的高要求,无法从现有数据资源中快速、有效地获得信息的潜在联系。数据仓库技术、联机分析处理(OLAP)技术和数据挖掘技术就是这种情况下产生的。随着三种技术的发展又出现了它们的融合:联机分析挖掘处理(OLAM)技术。联机分析挖掘处理是OLAP技术和数据挖掘技术的紧密集成,是目前数据仓库和数据挖掘领域研究的热点。本文从多个角度对联机分析挖掘处理技术进行了研究和讨论。在对已有多维多层关联规则挖掘算法研究的基础上,提出了MD-Apriori算法和ML&MD-Ada-FP算法。MD-Apriori算法是对Apriori算法的改进,在多维关联规则的挖掘上具有较好的效果。ML&MD-Ada-FP算法是对Adaptive-FP算法的改进,在原有的基础上更加强调了多层关联规则的挖掘。本文根据现有数据仓库、OLAP产品和数据挖掘算法设计了联机分析挖掘处理模型。这个模型采用基于B/S的三层结构,涉及数据仓库的建立、OLAP引擎的设计和OLAM引擎的设计。本文还讨论了数据仓库技术和OLAM技术在电力系统中应用的现状,并将改进的多维挖掘算法和建立的模型应用到实际中。实践证明,本文改进的多维挖掘算法和建立的模型是可行的,并且取得较好的效果。