編輯推薦:1，這本書為高管、監(jiān)管機(jī)構(gòu)、投資者、大型電力用戶和企業(yè)家理解行業(yè)將要到來的顛覆性改變，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(yàn)，利用其深厚的技術(shù)底蘊(yùn)，打造出了本書，真的是創(chuàng)造了一個(gè)非常了不起的成果！對(duì)于任何想要將大數(shù)據(jù)分析應(yīng)用于公用事業(yè)行業(yè)的人員，本書會(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(jiān)實(shí)的基礎(chǔ)知識(shí)和行業(yè)背景，而且作者也為讀者提供了許多如何將數(shù)據(jù)分析應(yīng)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(shì)。
——Ron Gerrans, CEO, Genus Zero and former CEO, E Source

內(nèi)容簡(jiǎn)介:主要內(nèi)容如下：
解決了運(yùn)用大數(shù)據(jù)技術(shù)和方法對(duì)構(gòu)成公用電網(wǎng)的關(guān)鍵基礎(chǔ)設(shè)施進(jìn)行分析的需求問題；
介紹了如何建立一個(gè)數(shù)據(jù)分析方案，并以此來應(yīng)對(duì)現(xiàn)代電網(wǎng)操作方面的挑戰(zhàn)，同時(shí)該方案也會(huì)滿足溫室氣體法規(guī)中對(duì)電網(wǎng)運(yùn)營(yíng)的要求；
介紹了如何解決收集和存儲(chǔ)電網(wǎng)信息的問題，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(xiàn)智能電網(wǎng)投資中獲益。

作者簡(jiǎn)介:Carol L. Stimmel于1991年在為氣候研究寫代碼和為3D系統(tǒng)建模時(shí)開始使用“大數(shù)據(jù)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(shù)據(jù)分析、微電網(wǎng)、家用自動(dòng)化、數(shù)據(jù)的安全和隱私、智能電網(wǎng)的標(biāo)準(zhǔn)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(shè)計(jì)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(bào)和數(shù)據(jù)分析。

目錄:第 一部分　數(shù)據(jù)分析的變革力量
第 1章　將智能引入電網(wǎng)　3
1．1　章節(jié)目標(biāo)　4
1．2　建立數(shù)據(jù)驅(qū)動(dòng)型電力公司的必要性　5
1．3　大數(shù)據(jù)：當(dāng)我們看到它時(shí)，我們了解了　7
1．4　什么是數(shù)據(jù)分析　9
1．5　從頭開始　11
1．5．1　注意差距　11
1．5．2　文化轉(zhuǎn)型　12
1．5．3　個(gè)人案例研究　13
1．5．4　“靈應(yīng)盤”經(jīng)濟(jì)學(xué)　14
1．5．5　一如既往的業(yè)務(wù)對(duì)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(wǎng)數(shù)據(jù)分析發(fā)現(xiàn)機(jī)會(huì)　18
第 2章　構(gòu)建數(shù)據(jù)分析基礎(chǔ)　19
2．1　章節(jié)目標(biāo)　20
2．2　毅力是最重要的工具　21
2．3　構(gòu)建數(shù)據(jù)分析架構(gòu)　22
2．3．1　數(shù)據(jù)管理的藝術(shù)　24
2．3．2　管理大數(shù)據(jù)是一個(gè)大問題　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(gòu)建與外包之爭(zhēng)如火如荼地進(jìn)行著　29
2．3．7　當(dāng)“云”有意義時(shí)　31
2．3．8　變革既是危險(xiǎn)也是機(jī)遇　32
第3章　讓大數(shù)據(jù)為高價(jià)值行動(dòng)服務(wù)　35
3．1　章節(jié)目標(biāo)　36
3．2　數(shù)據(jù)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(shù)據(jù)類別　40
3．3．3　及時(shí)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(píng)估業(yè)務(wù)問題　48

第二部分　智能電網(wǎng)數(shù)據(jù)分析的優(yōu)勢(shì)
第4章　在電力公司中應(yīng)用數(shù)據(jù)分析模型　53
4．1　章節(jié)目標(biāo)　54
4．2　了解數(shù)據(jù)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)系并不意味著因果關(guān)系　58
4．3　使用描述性模型進(jìn)行數(shù)據(jù)分析　59
4．4　使用診斷性模型進(jìn)行分析　60
4．5　預(yù)測(cè)性分析　61
4．6　規(guī)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(shù)據(jù)分析　67
5．1　章節(jié)目標(biāo)　68
5．2　超越商業(yè)智能　69
5．2．1　電力預(yù)測(cè)　70
5．2．2　資產(chǎn)管理　70
5．2．3　需求響應(yīng)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(hù)分析　80
5．2．6　打破部門間壁壘　81
第6章　運(yùn)營(yíng)分析　83
6．1　章節(jié)目標(biāo)　84
6．2　調(diào)整力量以改善決策　85
6．3　洞察的機(jī)會(huì)　86
6．4　關(guān)注有效性　87
6．5　分布式發(fā)電運(yùn)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(yùn)營(yíng)數(shù)據(jù)分析中提取價(jià)值　95

第7章　客戶運(yùn)營(yíng)和參與分析　97
7．1　章節(jié)目標(biāo)　99
7．2　提升客戶價(jià)值　99
7．2．1　客戶服務(wù)　99
7．2．2　高級(jí)客戶細(xì)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(yùn)營(yíng)　103
7．2．6　客戶溝通　104
7．3　為了客戶需要具備什么　107
7．3．1　提升賬單的價(jià)值和面向客戶的Web門戶　108
7．3．2　家庭能源管理　110
7．3．3　戰(zhàn)略價(jià)值　111
第8章　網(wǎng)絡(luò)安全分析　113
8．1　章節(jié)目標(biāo)　114
8．2　電力行業(yè)的網(wǎng)絡(luò)安全　115
8．2．1　對(duì)關(guān)鍵基礎(chǔ)設(shè)施的威脅　115
8．2．2　智能電網(wǎng)是如何增加風(fēng)險(xiǎn)的　116
8．2．3　智能電網(wǎng)是阻止黑夜災(zāi)禍的機(jī)會(huì)　117
8．3　大數(shù)據(jù)網(wǎng)絡(luò)安全分析的作用　119
8．3．1　預(yù)測(cè)和保護(hù)　120
8．3．2　網(wǎng)絡(luò)安全應(yīng)用　122
8．3．3　主動(dòng)方法　123
8．3．4　協(xié)調(diào)網(wǎng)絡(luò)安全的全球行動(dòng)　123
8．3．5　風(fēng)險(xiǎn)變化的格局 　124

第三部分　實(shí)施持續(xù)變化的數(shù)據(jù)分析程序
第9章　尋源數(shù)據(jù)　129
9．1　章節(jié)目標(biāo)　130
9．2　了解尋源數(shù)據(jù)　131
9．2．1　智能電表　132
9．2．2　傳感器　134
9．2．3　控制設(shè)備　135
9．2．4　智能電子設(shè)備　136
9．2．5　分布式能源　136
9．2．6　消費(fèi)者設(shè)備　137
9．2．7　歷史數(shù)據(jù)　138
9．2．8　第三方數(shù)據(jù)　139
9．3　如何處理大量的數(shù)據(jù)源　140
第 10章　大數(shù)據(jù)集成、框架和數(shù)據(jù)庫　143
10．1　章節(jié)目標(biāo)　145
10．2　這是要花成本的　145
10．3　存儲(chǔ)方式　146
10．3．1　超大規(guī)模存儲(chǔ)　146
10．3．2　網(wǎng)絡(luò)連接存儲(chǔ)　146
10．3．3　對(duì)象存儲(chǔ)　147
10．4　數(shù)據(jù)集成　147
10．5　低風(fēng)險(xiǎn)方法的成本　148
10．6　讓數(shù)據(jù)流動(dòng)起來　149
10．6．1　Hadoop　150
10．6．2　MapReduce　151
10．6．3　Hadoop分布式文件系統(tǒng)　152
10．6．4　如何幫助電力公司　153
10．7　其他大數(shù)據(jù)庫　154
10．7．1　NoSQL　154
10．7．2　內(nèi)存或主內(nèi)存數(shù)據(jù)庫　155
10．7．3　面向?qū)ο蟮臄?shù)據(jù)庫管理系統(tǒng)　156
10．7．4　時(shí)間序列數(shù)據(jù)庫服務(wù)器　156
10．7．5　空間和GIS數(shù)據(jù)庫　156
10．8　豐富并非好事　157
第 11章　提取價(jià)值　159
11．1　章節(jié)目標(biāo)　160
11．2　我們需要明確的答案　161
11．3　從數(shù)據(jù)中挖掘信息和知識(shí)　164
11．4　數(shù)據(jù)提取過程　166
11．4．1　當(dāng)更多不總是更好的時(shí)候　168
11．4．2　提升性能　169
11．4．3　Hadoop：專門為批量數(shù)據(jù)服務(wù)的平臺(tái)　169
11．5　流處理　171
11．5．1　復(fù)雜事件處理　171
11．5．2　過程歷史數(shù)據(jù)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(jié)目標(biāo)　176
12．2　大數(shù)據(jù)的理解　177
12．3　為什么人類需要可視化　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(jìn)商業(yè)智能　186
12．5．2　高影響力的運(yùn)營(yíng)　187
12．5．3　提高客戶價(jià)值　188
12．6　實(shí)現(xiàn)這一切　189
第 13章　變革伙伴關(guān)系　191
13．1　章節(jié)目標(biāo)　192
13．2　大數(shù)據(jù)帶來重大責(zé)任　193
13．3　隱私，不是承諾　195
13．3．1　同意　195
13．3．2　數(shù)據(jù)管理　197
13．3．3　治理　198
13．4　加強(qiáng)隱私　199
13．4．1　使同意成為可能　200
13．4．2　使數(shù)據(jù)最小化　201
13．4．3　元數(shù)據(jù)的作用　201
13．5　未來的電力公司是一個(gè)很好的合作伙伴　202
關(guān)鍵詞　205