Η συγκεκριμένη διπλωματική εργασία αφορά το θεματικό περιεχόμενο της Αποθήκης Δεδομένων (data warehouse) και πιο συγκεκριμένα τη μοντελοποίηση των διαστάσεων (dimensional modeling) σύμφωνα με τον Kimball. Αρχικά γίνεται παρουσίαση και μια λεπτομερής ανάλυση των Αποθηκών Δεδομένων συμπεριλαμβάνοντας τον ορισμό, την εξήγηση διάφορων εννοιών άρρηκτα συνδεδεμένων με τις Αποθήκες Δεδομένων καθώς και διάφορων χαρακτηριστικών τους. Παράλληλα μελετάται η σημερινή σχέση μιας Αποθήκης Δεδομένων με τις μεθόδους της Επιχειρηματικής Ευφυΐας (business intelligence) στο κόσμο των επιχειρήσεων και των οργανισμών που στοχεύουν στην εξαγωγή χρήσιμων πληροφοριών από την επεξεργασία των δεδομένων, ικανών για την υποστήριξη και την διαδικασία λήψης στρατηγικών επιχειρηματικών αποφάσεων. Στη συνέχεια γίνεται μελέτη της μοντελοποίησης των διαστάσεων που αποτελεί μια τεχνική σχεδιασμού δεδομένων βελτιστοποιημένη που αφορά την αποθήκευση δεδομένων στις Αποθήκες Δεδομένων και χρησιμοποιείται συχνά στον κόσμο της επιχειρηματικής ευφυΐας. Στην ουσία, η μοντελοποίηση διαστάσεων στοχεύει στη δημιουργία ενός απλού και κατανοητού μοντέλου που απεικονίζει τις σχέσεις μεταξύ των δεδομένων σε μία αποθήκη δεδομένων. Αυτό το μοντέλο είναι που επιτρέπει στους χρήστες να αναζητούν και να αναλύουν εύκολα τα δεδομένα χρησιμοποιώντας εργαλεία επιχειρηματικής ευφυΐας, όπως πίνακες ελέγχου (dashboards) και αναφορές (reports). Κύριος σκοπός της εργασίας είναι η έρευνα διαφορετικών τύπων διαστάσεων στην μελέτη περίπτωσης των Αποθηκών Δεδομένων φωτοβολταϊκού πάρκου. Πραγματοποιείται η μελέτη των διαφορετικών τύπων διαστάσεων που μπορούν να εξαχθούν από τα συγκεκριμένα δεδομένα του πάρκου με τη βοήθεια OLAP επερωτήσεων. Μέσω της διαδικασίας αυτής η εργασία στοχεύει στην εξαγωγή επιχειρηματικών αποφάσεων αλλά και συμπερασμάτων για την τεχνική της μοντελοποίησης διαστάσεων στον επιχειρηματικό κόσμο.

Competitive pressure and the need for advanced business knowledge force companies to gather all the data from their operational data stores into a corporate, large-scale data warehouse. In this way, they try to leverage the immense business value hidden in these data sources. In a data warehouse (DW), business users can access and query data from multiple sources and geographically distributed places. The data warehouse remains a staple of modern business intelligence and analytics, providing integrated, clean, and consistent data using a representation suitable for data analysis. The predominant form of data representation in data warehouses is the multidimensional model, which arranges business events of interest (facts) in a multidimensional space (cube) along dimensions with hierarchically organized levels of granularity. Multidimensional data models allow viewing data from different perspectives, using an approach referred to as online analytical processing (OLAP) for the composition of analytical queries over the cubes. This thesis will provide a study and implementation of the different types of dimension tables in data warehouse dimensional modeling. In this thesis, we demonstrate a dimensional modeling approach to organizing the components of a data warehouse of a solar photovoltaic park presenting how the data can be managed better by the managers of the park and the companies using the dimensional model techniques by Kimball.