智能電網大數據分析 智能电网大数据分析

作者:Carol L. Stimmel
Carol L. Stimmel於1991年在為氣候研究寫代碼和為3D系統建模時開始使用“大數據分析”一次=詞——很多年後，這個詞已經變成流行詞。

在這23年中，她花了7年的時間關注能源行業，包括智能電網的數據分析、微電網、家用自動化、數據的安全和隱私、智能電網的標準以及利用可再生能源發電。

同時她也主要參與新興技術市場研究，包括工程、設計新產品以及向電力公司和其他能源行業的利益相關者提供市場情報和數據分析。

第一部分數據分析的變革力量
第1章將智能引入電網3 
1.1章節目標4 
1.2建立數據驅動型電力公司的必要性5 
1.3大數據：當我們看到它時，我們了解了7 
1.4什麼是數據分析9 
1.5從頭開始11 
1.5.1注意差距11 
1.5.2文化轉型12 
1.5.3個人案例研究13 
1.5.4 “靈應盤”經濟學14 
1.5.5一如既往的業務對電力公司是致命的16 
1.5. 6生存與滅亡16 
1.6通過智能電網數據分析發現機會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24 
2.3. 2管理大數據是一個大問題24 
2.3.3真相不會給你自由24 
2.3.4每個辦法不能“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行著29 
2.3.7當“雲”有意義時31 
2.3.8變革既是危險也是機遇32 

第3章讓大數據為高價值行動服務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算法業務39 
3.3.2數據類別40 
3.3.3及時性40 
3.4看得見的智能42 
3.4.1記住人類44 
3.4.2客戶的問題44 
3.4.3電力公司的變革46 
3.4.4越大未必越好47 
3.5評估業務問題48 

第二部分智能電網數據分析的優勢
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到底什麼是模型57 
4.2.2警告：相互關係並不意味著因果關係58 
4.3使用描述性模型進行數據分析59 
4.4使用診斷性模型進行分析60 
4.5預測性分析61 
4.6規範性分析63 
4.7電力公司的優化模型64 
4.8面向情境智能65 

第5章企業數據分析67 
5.1章節目標68 
5.2超越商業智能69 
5.2.1電力預測70 
5.2.2資產管理70 
5.2.3需求響應和能源分析72 
5.2.4動態定價分析78
5.2.5收入保護分析80 
5.2.6打破部門間壁壘81 

第6章運營分析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86 
6.4關注有效性87 
6.5分佈式發電運營：管理混亂90 
6.6電網管理91 
6.7彈性分析94 
6.8從運營數據分析中提取價值95 

第7章客戶運營和參與分析97 
7.1章節目標99 
7.2提升客戶價值99 
7.2.1客戶服務99 
7.2.2高級客戶細分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103 
7.2.6客戶溝通104 
7.3為了客戶需要具備什麼107 
7.3.1提升賬單的價值和麵向客戶的Web門戶108 
7.3.2家庭能源管理110 
7.3.3戰略價值111 

第8章網絡安全分析113 
8.1章節目標114 
8.2電力行業的網絡安全115 
8.2.1對關鍵基礎設施的威脅115 
8.2.2智能電網是如何增加風險的116 
8.2. 3智能電網是阻止黑夜災禍的機會117
8.3大數據網絡安全分析的作用119 
8.3.1預測和保護120 
8.3.2網絡安全應用122 
8.3.3主動方法123 
8.3.4協調網絡安全的全球行動123 
8.3.5風險變化的格局124 

第三部分實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智能電錶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分佈式能源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網絡連接存儲146 
10.3.3對象存儲147 
10.4數據集成147 
10.5低風險方法的成本148 
10.6讓數據流動起來149 
10.6.1 Hadoop 150
10.6.2 MapReduce 151 
10.6.3 Hadoop分佈式文件系統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時間序列數據庫服務器156 
10.7.5空間和GIS數據庫156 
10.8豐富並非好事157 

第11章提取價值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數據提取過程166 
11.4.1當更多不總是更好的時候168 
11.4.2提升性能169 
11.4.3 Hadoop：專門為批量數據服務的平台169 
11.5流處理171 
11.5.1複雜事件處理171 
11.5.2過程歷史數據庫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為什麼人類需要可視化178 
12.4人類感知的作用180
12.5可視化的電力公司184 
12.5.1推進商業智能186 
12.5.2高影響力的運營187 
12.5.3提高客戶價值188 
12.6實現這一切189 

第13章變革夥伴關係191 
13.1章節目標192 
13.2大數據帶來重大責任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未來的電力公司是一個很好的合作夥伴202 
關鍵詞205