搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
电力大数据:能源互联网时代的电力企业转型与价值创造:big data will open a new era of smart grid
0.00    
图书来源: 浙江图书馆(由图书馆配书)
  • 配送范围:
    全国(除港澳台地区)
  • ISBN:
    9787111516934
  • 作      者:
    赖征田[等]编著
  • 出 版 社 :
    机械工业出版社
  • 出版日期:
    2016
收藏
编辑推荐

  *电力大数据是一场变革,它不仅改变了电网、厂商的发展,还改变了电力系统今后的运作方式。很多人认为,大数据的主要作用就是帮助电力厂商更准确地了解企业动向。事实上,大数据的功用远不止这些,大数据将在很大程度上影响电力行业的决策和解决方案。

  *电力大数据是真实存在的,并非是外界传言的厂商们利益的炒作,虚幻的东西。尤其是在近年来快速发展的智能电网领域,电力大数据需求体现得更为迫切。

更多电力精品请点击:

 

相关阅读:

电力市场下的电压安全成本分析 》(系统地介绍了稳定约束优潮流算法的发展,特别是电压安全成本的评估方面的全新研究成果。)

能源互联网与智慧能源》(互联网+新能源的未来深度融合)

燃料电池微电网应用》 (以实际的供能为样本,并使用到每个模型中。)

可再生能源的转换、传输和存储

快晋一步:职场黄金法则》(华人精英步入美国政府高层的职场精髓,有趣、有料,既是职场故事,更是职场快晋法则!)

 

展开
内容介绍

  《电力大数据:能源互联网时代的电力企业转型与价值创造》将以全新的角度和生动的实例带领读者走入电力大数据的世界,全方位、多角度展现大数据技术给传统电力行业带来的深刻变革,描绘出未来应用大数据技术的智能电网发展的宏伟蓝图,以及为电力企业带来的新一轮商业模式转变和价值创新。希望本书能够为读者朋友开阔思路、丰富知识,共享电力大数据给人们生活带来的和谐与美好!

展开
精彩书摘
  《电力大数据:能源互联网时代的电力企业转型与价值创造》:
  同时结合Oracle大数据机这款为Oracle带来最大利润收入的主要产品,甲骨文公司还推出了Oracle connectors(大数据连接器)等技术。Oracle大数据连接器使用户能够通过'Hadoop MapReduce处理来创建优化的数据集,并能直接从Oracle数据库访问HDFS上的数据,以便在Oracle Database 11g中进行高效分析,简化了大数据机与Hadoop环境的对接应用。
  除此之外,Oracle数据库云服务器(Exadata)以及Oracle商务智能云服务器(Exalytics)也是以大数据机为蓝本的高级专业服务器。Oracle大数据机及Oracle大数据连接器可与Oracle Exadata数据库云服务器和Oracle Exalytics商务智能云服务器联合使用,组成一套完整的集成系统,获取、组织并分析大数据。Oracle数据库云服务器( Exadata)包括数据库服务器、Oracle Exadata存储服务器、一个用于存储联网的InfiniBand结构,以及托管Oracle数据库所需的所有其他组件,为联机事务处理(OLTP)、数据仓储(DW)以及混合负载整合提供了杰出的I/O和SQL处理性能。Oracle商务智能云服务器(Exalytics)采用1 TB DRAM,40核Intel处理器,运行OracleBusiness Intelligence企业版,并内置了内存内聚合功能,通过内存计算技术,可以为业务分析人员提供丰富信息,实现快如闪念的企业级分析。与Oracle近期推出的其他一体化产品一样,Oracle大数据机集成了硬件、存储和软件,包括Apache Hadoop软件的开源代码分发、新的甲骨文NoSQL数据库和用于统计分析的R语言开源代码分发。该产品被设计为能够与甲骨文Database llg、Oracle Exadata数据库云服务器,以及针对商业智能应用的新的Oracle Exalytics商业智能云服务器一起协同工作。通过软硬一体化的集成设备为用户提供了端到端的大数据解决方案,强调大数据分析和管理。
  ……
展开
目录
前言
第1章 已然兴起的大数据
1.1 大数据的兴起与发展
1.2 电力行业进入大数据时代
1.3 初识电力大数据
参考文献

第2章 走进大数据
2.1 国内外厂商的技术和产品分析
2.1.1 国外厂商在大数据领域的技术和产品
2.1.2 国内厂商在大数据领域的技术和产品
2.1.3 大数据技术发展趋势
2.2 电力大数据技术体系
2.2.1 电力大数据技术架构
2.2.2 电力大数据关键技术
2.2.3 数据集成管理技术
2.2.4 数据存储管理技术
2.2.5 高性能计算技术
2.2.6 分析挖掘技术
参考文献

第3章 引发技术变革的电力大数据
3.1 数据规模大,数据处理时效性要求高——传统技术
手段不能经济地满足业务性能需求
3.1.1 配电网低电压实时监测
3.1.2 配电设备负载估算及重过载预警
3.1.3 线损计算与分析
3.1.4 实际案例:基于大数据的短期负荷预测
3.2 数据类型多样
传统技术手段对半结构化数据、非结构化数据以及
空间矢量数据等数据格式处理能力不足
3.2.1 客服语音记录数据辅助提升服务质量
3.2.2 视频及红外数据辅助电网输变电设备检修
3.2.3 实际案例:基于大数据技术的电气设备红外图像处理

第4章 提升企业价值的电力大数据
4.1  数据作为资产驱动公司运营
4.2  量化企业决策,提升决策能力和决策效率
4.2.1 物资物料采购计划的定量分析
4.2.2 战略指标关联分析与战略决策优化制订
4.3  基于数据的电力增值业务服务
4.4 创新现有业务模式
4.4.1 营业厅人流量统计与服务行为分析
4.4.2 综合信息分析解决电能分配不均衡
4.5 实现部门间的业务数据共享,促进业务融合
4.6 综合利用外部数据,提升公司业务的能力
4.6.1 舆情监测与分析
4.6.2 极端天气与自然灾害监测预警
4.6.3 配网状态的全面监测与设备故障预警
参考文献
结 语
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证