Automatización del análisis de Bases de Datos de Configuración de SCADA para poblar un Almacén de Datos

Abstract

A partir de la motivación de utilizar los datos generados en el proceso de producción controlados por los sistemas de Supervisión, Control y Adquisición de Datos (SCADA, por sus siglas en inglés), desarrollados en el Centro de Informática Industrial (CEDIN); se creó un Almacén de Datos para fomentar un ambiente de Inteligencia de Negocio, con el fin de generar análisis para la toma de decisiones. El resultado de estos análisis tiene una dependencia directa de las dimensiones que se establecen en el almacén. La obtención de la fuente de datos para poblar las dimensiones, en algunos casos, requiere el empleo de herramientas y técnicas que permitan la unión de la característica de los datos existentes y el conocimiento empírico de los usuarios, para la obtención de una fuente de datos alternativa en el proceso de Extracción, Transformación y Carga (ETL, por sus siglas en inglés). El uso de técnicas basadas en Minería de Datos, aún no es suficiente debido al tiempo que se necesita para estas tareas, y no se garantiza una integración directa al proceso de carga del almacén. En el presente trabajo se tiene como objetivo principal la automatización del análisis de la Base de Datos de Configuración del SCADA, para generar la fuente de datos que se requiere en el proceso de ETL hacia la dimensión Equipo Industrial del Almacén de Datos. Para ello se logra la integración del algoritmo de agrupamiento Simple K-means, mediante el uso de WEKA, en una herramienta que minimiza el tiempo requerido para este tipo de tareas.