智能電網(wǎng)大數據分析簡(jiǎn)介，目錄書(shū)摘

編輯推薦:1，這本書(shū)為高管、監管機構、投資者、大型電力用戶(hù)和企業(yè)家理解行業(yè)將要到來(lái)的顛覆性改變，提供了一個(gè)深入的分析，而這些改變是一個(gè)局外人所不能看透的。為了使渺無(wú)頭緒的行業(yè)前景能夠易于決策，能夠進(jìn)行判斷，Carol繪制了一個(gè)任何人都可以從中收益的行業(yè)發(fā)展路徑。
——Amit Narayan, PhD, CEO, AutoGrid
2，作者充分吸取了其豐富的從業(yè)經(jīng)驗，利用其深厚的技術(shù)底蘊，打造出了本書(shū)，真的是創(chuàng )造了一個(gè)非常了不起的成果！對于任何想要將大數據分析應用于公用事業(yè)行業(yè)的人員，本書(shū)會(huì )是一個(gè)非常易讀、非常有用的好幫手。作者不僅提供了堅實(shí)的基礎知識和行業(yè)背景，而且作者也為讀者提供了許多如何將數據分析應用于公共環(huán)境的豐富而又生動(dòng)的案例，并明確指出了這樣做可以獲得的優(yōu)勢。
——Ron Gerrans, CEO, Genus Zero and former CEO, E Source

內容簡(jiǎn)介:主要內容如下：
解決了運用大數據技術(shù)和方法對構成公用電網(wǎng)的關(guān)鍵基礎設施進(jìn)行分析的需求問(wèn)題；
介紹了如何建立一個(gè)數據分析方案，并以此來(lái)應對現代電網(wǎng)操作方面的挑戰，同時(shí)該方案也會(huì )滿(mǎn)足溫室氣體法規中對電網(wǎng)運營(yíng)的要求；
介紹了如何解決收集和存儲電網(wǎng)信息的問(wèn)題，以及如何分析和處理這種新形式的信息，進(jìn)而確保實(shí)現智能電網(wǎng)投資中獲益。

作者簡(jiǎn)介:Carol L. Stimmel于1991年在為氣候研究寫(xiě)代碼和為3D系統建模時(shí)開(kāi)始使用“大數據分析”一次=詞——很多年后，這個(gè)詞已經(jīng)變成流行詞。在這23年中，她花了7年的時(shí)間關(guān)注能源行業(yè)，包括智能電網(wǎng)的數據分析、微電網(wǎng)、家用自動(dòng)化、數據的安全和隱私、智能電網(wǎng)的標準以及利用可再生能源發(fā)電。同時(shí)她也主要參與新興技術(shù)市場(chǎng)研究，包括工程、設計新產(chǎn)品以及向電力公司和其他能源行業(yè)的利益相關(guān)者提供市場(chǎng)情報和數據分析。

目錄:第 一部分　數據分析的變革力量
第 1章　將智能引入電網(wǎng)　3
1．1　章節目標　4
1．2　建立數據驅動(dòng)型電力公司的必要性　5
1．3　大數據：當我們看到它時(shí)，我們了解了　7
1．4　什么是數據分析　9
1．5　從頭開(kāi)始　11
1．5．1　注意差距　11
1．5．2　文化轉型　12
1．5．3　個(gè)人案例研究　13
1．5．4　“靈應盤(pán)”經(jīng)濟學(xué)　14
1．5．5　一如既往的業(yè)務(wù)對電力公司是致命的　16
1．5．6　生存與滅亡　16
1．6　通過(guò)智能電網(wǎng)數據分析發(fā)現機會(huì )　18
第 2章　構建數據分析基礎　19
2．1　章節目標　20
2．2　毅力是最重要的工具　21
2．3　構建數據分析架構　22
2．3．1　數據管理的藝術(shù)　24
2．3．2　管理大數據是一個(gè)大問(wèn)題　24
2．3．3　真相不會(huì )給你自由　24
2．3．4　每個(gè)辦法不能“包打天下”　27
2．3．5　解決“特定情境”的難題　27
2．3．6　自主構建與外包之爭如火如荼地進(jìn)行著(zhù)　29
2．3．7　當“云”有意義時(shí)　31
2．3．8　變革既是危險也是機遇　32
第3章　讓大數據為高價(jià)值行動(dòng)服務(wù)　35
3．1　章節目標　36
3．2　數據型的電力公司　37
3．3　算法　38
3．3．1　算法業(yè)務(wù)　39
3．3．2　數據類(lèi)別　40
3．3．3　及時(shí)性　40
3．4　看得見(jiàn)的智能　42
3．4．1　記住人類(lèi)　44
3．4．2　客戶(hù)的問(wèn)題　44
3．4．3　電力公司的變革　46
3．4．4　越大未必越好　47
3．5　評估業(yè)務(wù)問(wèn)題　48

第二部分　智能電網(wǎng)數據分析的優(yōu)勢
第4章　在電力公司中應用數據分析模型　53
4．1　章節目標　54
4．2　了解數據分析模型　55
4．2．1　到底什么是模型　57
4．2．2　警告：相互關(guān)系并不意味著(zhù)因果關(guān)系　58
4．3　使用描述性模型進(jìn)行數據分析　59
4．4　使用診斷性模型進(jìn)行分析　60
4．5　預測性分析　61
4．6　規范性分析　63
4．7　電力公司的優(yōu)化模型　64
4．8　面向情境智能　65
第5章　企業(yè)數據分析　67
5．1　章節目標　68
5．2　超越商業(yè)智能　69
5．2．1　電力預測　70
5．2．2　資產(chǎn)管理　70
5．2．3　需求響應和能源分析　72
5．2．4　動(dòng)態(tài)定價(jià)分析　78
5．2．5　收入保護分析　80
5．2．6　打破部門(mén)間壁壘　81
第6章　運營(yíng)分析　83
6．1　章節目標　84
6．2　調整力量以改善決策　85
6．3　洞察的機會(huì )　86
6．4　關(guān)注有效性　87
6．5　分布式發(fā)電運營(yíng)：管理混亂　90
6．6　電網(wǎng)管理　91
6．7　彈性分析　94
6．8　從運營(yíng)數據分析中提取價(jià)值　95

第7章　客戶(hù)運營(yíng)和參與分析　97
7．1　章節目標　99
7．2　提升客戶(hù)價(jià)值　99
7．2．1　客戶(hù)服務(wù)　99
7．2．2　高級客戶(hù)細分　100
7．2．3　情緒分析　101
7．2．4　收入追繳　102
7．2．5　呼叫中心運營(yíng)　103
7．2．6　客戶(hù)溝通　104
7．3　為了客戶(hù)需要具備什么　107
7．3．1　提升賬單的價(jià)值和面向客戶(hù)的Web門(mén)戶(hù)　108
7．3．2　家庭能源管理　110
7．3．3　戰略?xún)r(jià)值　111
第8章　網(wǎng)絡(luò )安全分析　113
8．1　章節目標　114
8．2　電力行業(yè)的網(wǎng)絡(luò )安全　115
8．2．1　對關(guān)鍵基礎設施的威脅　115
8．2．2　智能電網(wǎng)是如何增加風(fēng)險的　116
8．2．3　智能電網(wǎng)是阻止黑夜災禍的機會(huì )　117
8．3　大數據網(wǎng)絡(luò )安全分析的作用　119
8．3．1　預測和保護　120
8．3．2　網(wǎng)絡(luò )安全應用　122
8．3．3　主動(dòng)方法　123
8．3．4　協(xié)調網(wǎng)絡(luò )安全的全球行動(dòng)　123
8．3．5　風(fēng)險變化的格局 　124

第三部分　實(shí)施持續變化的數據分析程序
第9章　尋源數據　129
9．1　章節目標　130
9．2　了解尋源數據　131
9．2．1　智能電表　132
9．2．2　傳感器　134
9．2．3　控制設備　135
9．2．4　智能電子設備　136
9．2．5　分布式能源　136
9．2．6　消費者設備　137
9．2．7　歷史數據　138
9．2．8　第三方數據　139
9．3　如何處理大量的數據源　140
第 10章　大數據集成、框架和數據庫　143
10．1　章節目標　145
10．2　這是要花成本的　145
10．3　存儲方式　146
10．3．1　超大規模存儲　146
10．3．2　網(wǎng)絡(luò )連接存儲　146
10．3．3　對象存儲　147
10．4　數據集成　147
10．5　低風(fēng)險方法的成本　148
10．6　讓數據流動(dòng)起來(lái)　149
10．6．1　Hadoop　150
10．6．2　MapReduce　151
10．6．3　Hadoop分布式文件系統　152
10．6．4　如何幫助電力公司　153
10．7　其他大數據庫　154
10．7．1　NoSQL　154
10．7．2　內存或主內存數據庫　155
10．7．3　面向對象的數據庫管理系統　156
10．7．4　時(shí)間序列數據庫服務(wù)器　156
10．7．5　空間和GIS數據庫　156
10．8　豐富并非好事　157
第 11章　提取價(jià)值　159
11．1　章節目標　160
11．2　我們需要明確的答案　161
11．3　從數據中挖掘信息和知識　164
11．4　數據提取過(guò)程　166
11．4．1　當更多不總是更好的時(shí)候　168
11．4．2　提升性能　169
11．4．3　Hadoop：專(zhuān)門(mén)為批量數據服務(wù)的平臺　169
11．5　流處理　171
11．5．1　復雜事件處理　171
11．5．2　過(guò)程歷史數據庫　172
11．6　避免非理性繁榮　173
第 12章　電力公司的展望　175
12．1　章節目標　176
12．2　大數據的理解　177
12．3　為什么人類(lèi)需要可視化　178
12．4　人類(lèi)感知的作用　180
12．5　可視化的電力公司　184
12．5．1　推進(jìn)商業(yè)智能　186
12．5．2　高影響力的運營(yíng)　187
12．5．3　提高客戶(hù)價(jià)值　188
12．6　實(shí)現這一切　189
第 13章　變革伙伴關(guān)系　191
13．1　章節目標　192
13．2　大數據帶來(lái)重大責任　193
13．3　隱私，不是承諾　195
13．3．1　同意　195
13．3．2　數據管理　197
13．3．3　治理　198
13．4　加強隱私　199
13．4．1　使同意成為可能　200
13．4．2　使數據最小化　201
13．4．3　元數據的作用　201
13．5　未來(lái)的電力公司是一個(gè)很好的合作伙伴　202
關(guān)鍵詞　205