智能电网大数据分析

图书标准信息

• 作者 [美]卡罗尔 L. 斯蒂米尔（Carol L. Stimmel）
• 出版社 人民邮电出版社
• 出版时间 2018-04
• 版次 1
• ISBN 9787115475183
• 定价 88.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 212页

【内容简介】

主要内容如下：
   解决了运用大数据技术和方法对构成公用电网的关键基础设施进行分析的需求问题；
   介绍了如何建立一个数据分析方案，并以此来应对现代电网操作方面的挑战，同时该方案也会满足温室气体法规中对电网运营的要求；
   介绍了如何解决收集和存储电网信息的问题，以及如何分析和处理这种新形式的信息，进而确保实现智能电网投资中获益。

【作者简介】

Carol L. Stimmel于1991年在为气候研究写代码和为3D系统建模时开始使用“大数据分析”一次=词——很多年后，这个词已经变成流行词。在这23年中，她花了7年的时间关注能源行业，包括智能电网的数据分析、微电网、家用自动化、数据的安全和隐私、智能电网的标准以及利用可再生能源发电。同时她也主要参与新兴技术市场研究，包括工程、设计新产品以及向电力公司和其他能源行业的利益相关者提供市场情报和数据分析。

【目录】

第 一部分　数据分析的变革力量

第 1章　将智能引入电网　3

1.1　章节目标　4

1.2　建立数据驱动型电力公司的必要性　5

1.3　大数据：当我们看到它时，我们了解了　7

1.4　什么是数据分析　9

1.5　从头开始　11

1.5.1　注意差距　11

1.5.2　文化转型　12

1.5.3　个人案例研究　13

1.5.4　“灵应盘”经济学　14

1.5.5　一如既往的业务对电力公司是致命的　16

1.5.6　生存与灭亡　16

1.6　通过智能电网数据分析发现机会　18

第 2章　构建数据分析基础　19

2.1　章节目标　20

2.2　毅力是最重要的工具　21

2.3　构建数据分析架构　22

2.3.1　数据管理的艺术　24

2.3.2　管理大数据是一个大问题　24

2.3.3　真相不会给你自由　24

2.3.4　每个办法不能“包打天下”　27

2.3.5　解决“特定情境”的难题　27

2.3.6　自主构建与外包之争如火如荼地进行着　29

2.3.7　当“云”有意义时　31

2.3.8　变革既是危险也是机遇　32

第3章　让大数据为高价值行动服务　35

3.1　章节目标　36

3.2　数据型的电力公司　37

3.3　算法　38

3.3.1　算法业务　39

3.3.2　数据类别　40

3.3.3　及时性　40

3.4　看得见的智能　42

3.4.1　记住人类　44

3.4.2　客户的问题　44

3.4.3　电力公司的变革　46

3.4.4　越大未必越好　47

3.5　评估业务问题　48

第二部分　智能电网数据分析的优势

第4章　在电力公司中应用数据分析模型　53

4.1　章节目标　54

4.2　了解数据分析模型　55

4.2.1　到底什么是模型　57

4.2.2　警告：相互关系并不意味着因果关系　58

4.3　使用描述性模型进行数据分析　59

4.4　使用诊断性模型进行分析　60

4.5　预测性分析　61

4.6　规范性分析　63

4.7　电力公司的优化模型　64

4.8　面向情境智能　65

第5章　企业数据分析　67

5.1　章节目标　68

5.2　超越商业智能　69

5.2.1　电力预测　70

5.2.2　资产管理　70

5.2.3　需求响应和能源分析　72

5.2.4　动态定价分析　78

5.2.5　收入保护分析　80

5.2.6　打破部门间壁垒　81

第6章　运营分析　83

6.1　章节目标　84

6.2　调整力量以改善决策　85

6.3　洞察的机会　86

6.4　关注有效性　87

6.5　分布式发电运营：管理混乱　90

6.6　电网管理　91

6.7　弹性分析　94

6.8　从运营数据分析中提取价值　95

第7章　客户运营和参与分析　97

7.1　章节目标　99

7.2　提升客户价值　99

7.2.1　客户服务　99

7.2.2　高级客户细分　100

7.2.3　情绪分析　101

7.2.4　收入追缴　102

7.2.5　呼叫中心运营　103

7.2.6　客户沟通　104

7.3　为了客户需要具备什么　107

7.3.1　提升账单的价值和面向客户的Web门户　108

7.3.2　家庭能源管理　110

7.3.3　战略价值　111

第8章　网络安全分析　113

8.1　章节目标　114

8.2　电力行业的网络安全　115

8.2.1　对关键基础设施的威胁　115

8.2.2　智能电网是如何增加风险的　116

8.2.3　智能电网是阻止黑夜灾祸的机会　117

8.3　大数据网络安全分析的作用　119

8.3.1　预测和保护　120

8.3.2　网络安全应用　122

8.3.3　主动方法　123

8.3.4　协调网络安全的全球行动　123

8.3.5　风险变化的格局 　124

第三部分　实施持续变化的数据分析程序

第9章　寻源数据　129

9.1　章节目标　130

9.2　了解寻源数据　131

9.2.1　智能电表　132

9.2.2　传感器　134

9.2.3　控制设备　135

9.2.4　智能电子设备　136

9.2.5　分布式能源　136

9.2.6　消费者设备　137

9.2.7　历史数据　138

9.2.8　第三方数据　139

9.3　如何处理大量的数据源　140

第 10章　大数据集成、框架和数据库　143

10.1　章节目标　145

10.2　这是要花成本的　145

10.3　存储方式　146

10.3.1　超大规模存储　146

10.3.2　网络连接存储　146

10.3.3　对象存储　147

10.4　数据集成　147

10.5　低风险方法的成本　148

10.6　让数据流动起来　149

10.6.1　Hadoop　150

10.6.2　MapReduce　151

10.6.3　Hadoop分布式文件系统　152

10.6.4　如何帮助电力公司　153

10.7　其他大数据库　154

10.7.1　NoSQL　154

10.7.2　内存或主内存数据库　155

10.7.3　面向对象的数据库管理系统　156

10.7.4　时间序列数据库服务器　156

10.7.5　空间和GIS数据库　156

10.8　丰富并非好事　157

第 11章　提取价值　159

11.1　章节目标　160

11.2　我们需要明确的答案　161

11.3　从数据中挖掘信息和知识　164

11.4　数据提取过程　166

11.4.1　当更多不总是更好的时候　168

11.4.2　提升性能　169

11.4.3　Hadoop：专门为批量数据服务的平台　169

11.5　流处理　171

11.5.1　复杂事件处理　171

11.5.2　过程历史数据库　172

11.6　避免非理性繁荣　173

第 12章　电力公司的展望　175

12.1　章节目标　176

12.2　大数据的理解　177

12.3　为什么人类需要可视化　178

12.4　人类感知的作用　180

12.5　可视化的电力公司　184

12.5.1　推进商业智能　186

12.5.2　高影响力的运营　187

12.5.3　提高客户价值　188

12.6　实现这一切　189

第 13章　变革伙伴关系　191

13.1　章节目标　192

13.2　大数据带来重大责任　193

13.3　隐私，不是承诺　195

13.3.1　同意　195

13.3.2　数据管理　197

13.3.3　治理　198

13.4　加强隐私　199

13.4.1　使同意成为可能　200

13.4.2　使数据最小化　201

13.4.3　元数据的作用　201

13.5　未来的电力公司是一个很好的合作伙伴　202

关键词　205