Boletín
Boletín
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
C
omo parte de su proceso de mejora y moderniza-
ción, la Unidad de Investigación y Desarrollo de la
Subdirección de Generación de la Comisión Fe-
deral de Electricidad (CFE) identificó la necesidad de
automatizar la elaboración de los reportes diarios y
mensuales de las condiciones operativas de las uni-
dades de generación de energía eléctrica. Para aten-
der 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 consis-
tió en definir mecanismos y herramientas que permitie-
ran, 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 ac-
ciones de mejora.
Para la integración de los reportes diarios y men-
suales, se requiere contar con información de las diferen-
tes 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 eléc-
trica, así como el pronóstico de operación en horas crí-
ticas. 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 in-
formación 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
IIE,
IIE,
septiembre-octubre
septiembre-octubre
deldel
2002
2002
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 in-
formación que establece el procedimiento para la ela-
boración de un reporte diario de las principales centra-
les generadoras de la CFE conocido como REPCEN
(PN-78).
Los formatos estándares están protegidos para
evitar cambios en la identificación, número de las unida-
des 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 envia-
dos por cada una de las ocho subgerencias regionales
y se consolidan en un aplicativo elaborado en Visual
Basic for Application de Excel, que genera automática-
mente cuatro formatos del reporte diario final: Potencia
Disponible, Estado Actual, Hora Pico y Novedades. Este
aplicativo genera los reportes en un minuto aproxima-
damente, siempre y cuando tenga disponibles los archi-
vos en el servidor FTP. Si no cuenta con todos los archi-
vos, 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 des-
cripción y estilo. Es importante comentar que la infor-
mación diaria debe estar disponible en la Unidad de In-
vestigación 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 informa-
ción consolidada en Excel a la base de datos de diario
denominado (BDD_UNI_GEN_REP_DIARIO). Con esta in-
formación se generarán reportes semanales de las condi-
ciones 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 re-
serva fría principalmente.
La Figura 1 muestra un diagrama esquemático
de la consolidación de los reportes diarios en la base de
datos.
231
 Artículos técnicos
Figura 1
Consolidación de reportes diarios.
Automatización de la generación de reportes mensuales
Para llevar a cabo estos reportes se consideraron princi-
palmente 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 operati-
vas 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 infor-
mación del SIMO debido las siguientes razones:
• El SIMO ha sido adoptado por la Subdirección de
Generación como el sistema informático que pro-
porciona información oficial de la unidades gene-
radoras.
• Este sistema está basado en una estructura de
archivos en una arquitectura VAX, que requiere
personal especialista para la explotación de la in-
formación. 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 so-
porte técnico recibido por parte de la CFE, en es-
pecial 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 re-
portes. También se identificaron las llaves para la vincula-
ción de tablas relacionadas.
232
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 informa-
ción. Estas consultas generan archivos ASCII con la infor-
mación correspondiente. Un ejemplo de estas consultas
para la extracción de consumos de combustible se mues-
tra 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 cam-
biar el mes y el año. Actualmente se está trabajando en
generar un aplicativo en C de Informix, para que se intro-
duzca 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 infor-
mación 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 archi-
vo 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.
Tabla 1
Tablas del SIMO.
Reporte: 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);

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 cam-
bios y al mismo tiempo permite el monitoreo específico de
las centrales y unidades de generación eléctrica.
Plataforma de base de datos y reportes
La plataforma seleccionada fue SQL Server, pues gracias
a experiencias anteriores, la GSP ha probado su eficien-
cia, además de ser robusta, de ofrecer un buen desempe-
ño 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 re-
queridas para la generación de reportes, es decir, que se
requiera la menor cantidad de relaciones entre tablas para
Boletín IIE, septiembre-octubre del 2002
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, tie-
nen un diseño sistematizado con una orientación de base
de datos histórica. Estas tablas contienen deliberadamen-
te 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 centra-
les y unidades en operación y únicamente se incremente
cuando una nueva unidad entra en operación.
Los índices de operación están agrupados en ta-
blas, 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 en-
tre dejar que el servidor de base de datos haga el traba-
jo 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 eva-
luar ambos casos:
• Inicialmente, a través de una conexión directa a la
base de datos desde la herramienta para la gene-
ración de reportes, se diseñaron consultas para
obtener datos. Debido a que dichas consultas son
muy limitadas, se tiene que hacer un procesamien-
to mayor para la extracción de información requeri-
da. Como consecuencia de la ejecución de este pro-
cesamiento, el tiempo de generación de reportes
resultó muy largo.
• Posteriormente, se hicieron consultas especializa-
das con paso de parámetros (Store Procedure) en
Figura 5
Diseño de base de datos.
233
 Artículos técnicos

el servidor de la base de datos y estos datos, ya Figura 6

orientados al reporte, se entregan a la herramienta
de generación de reportes. En este caso, el tiempo Ejemplo de reportes generados.
de procesamiento para las consultas especializa-
das 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 re-
porte puede hacerse en un tiempo corto debido a
que la herramienta de reportes se enfoca casi ex-
clusivamente 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 re-
quiera. 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 uni-
dad. 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 requeri-
da para el reporte.
Actualmente, se está trabajando en un aplicativo
que permita incorporar manualmente a la base de da-
tos, información no contenida en el SIMO, como el caso
de información de unidades móviles turbojet y de Figura 7
eoloeléctricas.
Consolidación de reportes mensuales.
Elaboración de Reportes con Crystal Reports.

La herramienta Crystal Reports es flexible para la genera-

ción 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 re-
queridos, 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.
En la Figura 7 se muestra el diagrama esquemá-
Tabla 2 tico de funcionamiento del sistema de reportes mensua-
les.
Resumen de reportes generados.
Una vez que la Unidad de Investigación y Desarro-
Grupo de reporte Número de reportes generados llo contó con la generación automática de los reportes men-
suales y diarios, surgió la necesidad de contar con meca-
Capacidad instalada 10 nismos para facilitar el análisis de la información histórica
Consumo de combustible 4 contenida en la base de datos. Es conveniente mencionar
Eficiencia y régimen térmico 9 que esta unidad no cuenta con personal informático espe-
Generación eléctrica 7
cializado para el manejo de la información contenida en la
Disponibilidad e indisponibilidad 10
base de datos. Para atender esta necesidad, la GSP le
Mantenimiento 11
Metas, predespacho y datos reales 3
propuso a la CFE explotar la información con herramien-
tas OLAP, a través de cubos de información.

234

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 ex-
pertos 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 mode-
lo dimensional. Esta estructura tipo estrella tiene una tabla
central denominada Tabla de hechos y alrededor se en-
cuentran catálogos de dimensión. La Tabla de hechos con-
tiene todos los datos que, para nuestro caso, son índices
de operación. Los catálogos de dimensión son todas aque-
llas dimensiones a través de las que el usuario puede na-
vegar. Para este caso, las dimensiones son: Tiempo, Cen-
trales/Unidades, Tipo de Generación, Región de Genera-
ción 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 re-
portes.
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 da-
tos de reportes a este tipo de estructura. Un store procedure
alimenta la base de datos de cubos para actualizar la Ta-
bla 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 infor-
mación a partir de una base de datos tipo
Figura 8
Esquema de flujo de información para la generación de
cubos.
Boletín IIE, septiembre-octubre del 2002
datawarehouse. Como parte de la construcción de cu-
bos, 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 reali-
zar. 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 dimensio-
nes, 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 Desa-
rrollo es llevar a cabo el análisis de la información de las
unidades generadoras. El análisis de los índices de gene-
ración 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 disponibili-
dad es mayor.
• Determinar las plantas que tienen una gran canti-
dad 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 In-
vestigación y Desarrollo están basadas en las Quality Con-
Figura 9
Ejemplos de datos extraídos por el cubo de información.
235
 Artículos técnicos
trol, en las que algunos de los métodos utilizados son: Dia-
gramas de Pareto, Diagramas Causa-Efecto, Histogramas,
Diagramas de Dispersión y Gráficas de Control. Las herra-
mientas 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 in-
formación, el personal de la Unidad de Investigación y De-
sarrollo toma de los cubos de información aquellos datos
que son requeridos para el análisis. Estos datos son inser-
tados 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 Genera-
ción es el ahorro de insumos, incluyendo el papel. Con la
publicación de la información en Intranet, se permitirá la distri-
bución electrónica de los reportes diarios y mensuales.
En la Figura 10 se muestran ventanas para el acce-
so 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.
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 herra-
mienta Seagate INFO para la explotación de cubos de in-
formación. La segunda senda será usada para la distribución
electrónica de reportes diarios y mensuales.
Conclusiones
En este artículo se presenta la integración y personaliza-
ción de diferentes tecnologías modernas, a través de las
que se diseñan y desarrollan herramientas de ayuda para
236
automatizar la generación de reportes diarios y mensua-
les de la Unidad de Investigación y Desarrollo de la Subdi-
rección de Generación de la CFE. Dichas tecnologías in-
cluyen manejadores de bases de datos, datawarehousing,
servidores y herramientas OLAP.
La automatización en la generación de reportes, me-
jora la eficiencia de los procesos de integración de infor-
mación, facilita la labor de los encargados de estas activi-
dades y son de gran ayuda para analizar la información
recopilada. Asimismo, la distribución electrónica de infor-
mación utilizando tecnología Web, permite hacer más efi-
ciente la publicación de resultados y minimiza el uso de
recursos humanos y materiales.
Referencias
• Scott, Annette. Data Modeling and Relational Database Design.
ORACLE Corporation, 1996.
• Craig, Robert S. et al. Microsoft Data Warehouseing: Building
Distributed Decision Support Systems. Wiley & Sons, 1999.
• Inmon, W. H. et al. Data Warehouse Performance. Wiley &
Sons, 1998.
• 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 Es-
tudios Superiores de Monterrey (ITESM) Campus Monterrey y
Maestro en Ciencias Computacionales por el ITESM Campus Mo-
relos. Trabajó en el Instituto Nacional de Astrofísica, Óptica y Elec-
trónica en el desarrollo de tarjetas electrónicas para la adquisi-
ción de datos, comunicaciones y control digital. Ingresó al IIE en
1991 a la Gerencia de Supervisión de Procesos donde ha colabo-
rado 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, servi-
dores y herramientas OLAP.
pflores@iie.org.mx
ROSA MARÍA THOMAS LOMELÍ
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 logís-
tica de la Metodología de Transferencia de Tecnología de la Mo-
dernización del Sistema de Peaje de Capufe y en la Automatiza-
ción 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