編輯推薦:1，這本書為高管、監(jiān)管機構、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，提供了一個深入的分析，而這些改變是一個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，能夠進行判斷，Carol繪制了一個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)經驗，利用其深厚的技術底蘊，打造出了本書，真的是創(chuàng)造了一個非常了不起的成果！對于任何想要將大數(shù)據分析應用于公用事業(yè)行業(yè)的人員，本書會是一個非常易讀、非常有用的好幫手。作者不僅提供了堅實的基礎知識和行業(yè)背景，而且作者也為讀者提供了許多如何將數(shù)據分析應用于公共環(huán)境的豐富而又生動的案例，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

內容簡介:主要內容如下：
解決了運用大數(shù)據技術和方法對構成公用電網的關鍵基礎設施進行分析的需求問題；
介紹了如何建立一個數(shù)據分析方案，并以此來應對現(xiàn)代電網操作方面的挑戰(zhàn)，同時該方案也會滿足溫室氣體法規(guī)中對電網運營的要求；
介紹了如何解決收集和存儲電網信息的問題，以及如何分析和處理這種新形式的信息，進而確保實現(xiàn)智能電網投資中獲益。

作者簡介:Carol L. Stimmel于1991年在為氣候研究寫代碼和為3D系統(tǒng)建模時開始使用“大數(shù)據分析”一次=詞——很多年后，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(yè)，包括智能電網的數(shù)據分析、微電網、家用自動化、數(shù)據的安全和隱私、智能電網的標準以及利用可再生能源發(fā)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(yè)的利益相關者提供市場情報和數(shù)據分析。

目錄:第 一部分　數(shù)據分析的變革力量
第 1章　將智能引入電網　3
1．1　章節(jié)目標　4
1．2　建立數(shù)據驅動型電力公司的必要性　5
1．3　大數(shù)據：當我們看到它時，我們了解了　7
1．4　什么是數(shù)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(yè)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(shù)據分析發(fā)現(xiàn)機會　18
第 2章　構建數(shù)據分析基礎　19
2．1　章節(jié)目標　20
2．2　毅力是最重要的工具　21
2．3　構建數(shù)據分析架構　22
2．3．1　數(shù)據管理的藝術　24
2．3．2　管理大數(shù)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“云”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(shù)據為高價值行動服務　35
3．1　章節(jié)目標　36
3．2　數(shù)據型的電力公司　37
3．3　算法　38
3．3．1　算法業(yè)務　39
3．3．2　數(shù)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(yè)務問題　48

第二部分　智能電網數(shù)據分析的優(yōu)勢
第4章　在電力公司中應用數(shù)據分析模型　53
4．1　章節(jié)目標　54
4．2　了解數(shù)據分析模型　55
4．2．1　到底什么是模型　57
4．2．2　警告：相互關系并不意味著因果關系　58
4．3　使用描述性模型進行數(shù)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(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)據分析　67
5．1　章節(jié)目標　68
5．2　超越商業(yè)智能　69
5．2．1　電力預測　70
5．2．2　資產管理　70
5．2．3　需求響應和能源分析　72
5．2．4　動態(tài)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(jié)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　分布式發(fā)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(shù)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(jié)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么　107
7．3．1　提升賬單的價值和面向客戶的Web門戶　108
7．3．2　家庭能源管理　110
7．3．3　戰(zhàn)略價值　111
第8章　網絡安全分析　113
8．1　章節(jié)目標　114
8．2　電力行業(yè)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(shù)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(xié)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(xù)變化的數(shù)據分析程序
第9章　尋源數(shù)據　129
9．1　章節(jié)目標　130
9．2　了解尋源數(shù)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(shù)據　138
9．2．8　第三方數(shù)據　139
9．3　如何處理大量的數(shù)據源　140
第 10章　大數(shù)據集成、框架和數(shù)據庫　143
10．1　章節(jié)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(guī)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(shù)據集成　147
10．5　低風險方法的成本　148
10．6　讓數(shù)據流動起來　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)據庫　154
10．7．1　NoSQL　154
10．7．2　內存或主內存數(shù)據庫　155
10．7．3　面向對象的數(shù)據庫管理系統(tǒng)　156
10．7．4　時間序列數(shù)據庫服務器　156
10．7．5　空間和GIS數(shù)據庫　156
10．8　豐富并非好事　157
第 11章　提取價值　159
11．1　章節(jié)目標　160
11．2　我們需要明確的答案　161
11．3　從數(shù)據中挖掘信息和知識　164
11．4　數(shù)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(shù)據服務的平臺　169
11．5　流處理　171
11．5．1　復雜事件處理　171
11．5．2　過程歷史數(shù)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(jié)目標　176
12．2　大數(shù)據的理解　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　推進商業(yè)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(xiàn)這一切　189
第 13章　變革伙伴關系　191
13．1　章節(jié)目標　192
13．2　大數(shù)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(shù)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(shù)據最小化　201
13．4．3　元數(shù)據的作用　201
13．5　未來的電力公司是一個很好的合作伙伴　202
關鍵詞　205