دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: سازمان و پردازش داده ها ویرایش: نویسندگان: Carol L. Stimmel سری: ISBN (شابک) : 1482218283, 9781482218282 ناشر: Auerbach Publications سال نشر: 2014 تعداد صفحات: 258 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 9 مگابایت
در صورت تبدیل فایل کتاب Big Data Analytics Strategies for the Smart Grid به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب استراتژی های تجزیه و تحلیل داده های بزرگ برای شبکه هوشمند نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
با اجرای یک برنامه جامع تجزیه و تحلیل دادهها، شرکتهای خدمات شهری میتوانند با چالشهای در حال تحول شبکههای مدرن که از نظر عملیاتی کارآمد هستند، مقابله کنند، در حالی که خواستههای قانون گازهای گلخانهای را تطبیق میدهند و بازدهی معناداری در سرمایهگذاری ناشی از استقرار شبکه هوشمند ایجاد میکنند. استراتژیهای تجزیه و تحلیل دادههای بزرگ برای شبکه هوشمند قابل خواندن و در دسترس، نیازهای به کارگیری فناوریها و رویکردهای کلان داده، از جمله امنیت سایبری دادههای بزرگ، برای زیرساختهای حیاتی که شبکه خدمات برق را تشکیل میدهند، برطرف میکند. این به ذینفعان صنعت درک عمیقی از حوزه های مهندسی، کسب و کار و مشتری در بازار تحویل نیرو ارائه می دهد. این کتاب نیازهای منحصربهفرد شبکههای برق، از جمله فنآوری عملیاتی، فناوری اطلاعات، ذخیرهسازی، پردازش و چگونگی تبدیل داراییهای شبکه به نفع کسبوکار برق و مصرفکنندگان انرژی را بررسی میکند. این نه تنها نمونه های خاصی را ارائه می دهد که نشان می دهد تجزیه و تحلیل چگونه کار می کند و چگونه به بهترین شکل اعمال می شود، بلکه نحوه جلوگیری از مشکلات و دام های احتمالی را نیز شرح می دهد. با بحث در مورد امنیت و حریم خصوصی داده ها، نقش این ابزار را در محافظت از حق حریم خصوصی مشتریان خود در حالی که همچنان درگیر شیوه های تجاری آینده نگر هستند، بررسی می کند. این کتاب شامل بحث هایی در مورد: - SAS برای ابزارهای مدیریت دارایی - رویکرد AutoGrid به تجزیه و تحلیل تجاری - کار Space-Time Insight در ISO California (CAISO) این کتاب یک منبع ایدهآل برای مدیران شرکتهای سطح متوسط تا بالا است که نیاز به درک ارزش تجاری تجزیه و تحلیل دادههای شبکه هوشمند دارند. مفاهیم مهم را به گونهای توضیح میدهد که مدیران را برای تصمیمگیری صحیح در مورد ساخت برنامههای تحلیلی خود بهتر قرار میدهد. در عین حال، این کتاب عمق فنی کافی را ارائه می دهد که برای متخصصان تجزیه و تحلیل داده که نیاز به درک بهتر تفاوت های ظریف چالش های مهندسی و تجاری منحصر به فرد در صنعت آب و برق دارند، مفید است.
By implementing a comprehensive data analytics program, utility companies can meet the continually evolving challenges of modern grids that are operationally efficient, while reconciling the demands of greenhouse gas legislation and establishing a meaningful return on investment from smart grid deployments. Readable and accessible, Big Data Analytics Strategies for the Smart Grid addresses the needs of applying big data technologies and approaches, including Big Data cybersecurity, to the critical infrastructure that makes up the electrical utility grid. It supplies industry stakeholders with an in-depth understanding of the engineering, business, and customer domains within the power delivery market. The book explores the unique needs of electrical utility grids, including operational technology, IT, storage, processing, and how to transform grid assets for the benefit of both the utility business and energy consumers. It not only provides specific examples that illustrate how analytics work and how they are best applied, but also describes how to avoid potential problems and pitfalls. Discussing security and data privacy, it explores the role of the utility in protecting their customers’ right to privacy while still engaging in forward-looking business practices. The book includes discussions of: - SAS for asset management tools - The AutoGrid approach to commercial analytics - Space-Time Insight’s work at the California ISO (CAISO) This book is an ideal resource for mid- to upper-level utility executives who need to understand the business value of smart grid data analytics. It explains critical concepts in a manner that will better position executives to make the right decisions about building their analytics programs. At the same time, the book provides sufficient technical depth that it is useful for data analytics professionals who need to better understand the nuances of the engineering and business challenges unique to the utilities industry.
THE TRANSFORMATIVE POWER OF DATA ANALYTICS Putting the Smarts in the Smart Grid Chapter Goal The Imperative for the Data-Driven Utility Big Data: We’ll Know It When We See It What Are Data Analytics? The Data Analytics Infrastructure Starting from Scratch Mind the Gap Culture Shift A Personal Case Study Ouija Board Economics Business as Usual Is Fatal to the Utility To Be or Not to Be Finding Opportunity with Smart Grid Data Analytics Building the Foundation for Data Analytics Chapter Goal Perseverance Is the Most Important Tool "It’s Too Hard" Is Not an Answer Building the Analytical Architecture The Art of Data Management Managing Big Data Is a Big Problem The Truth Won’t Set You Free One Size Doesn’t Fit All Solving the "Situation-Specific" Dilemma The Build-Versus-Buy War Rages On When the Cloud Makes Sense Change Is Danger and Opportunity Transforming Big Data for High-Value Action Chapter Goal The Utility as a Data Company Creating Results with the Pareto Principle Algorithms The Business of Algorithms Data Classes Just in Time Seeing Intelligence Remember the Human Being The Problem with Customers The Transformation of the Utility Bigger Is Not Always Better Assessing the Business Issues Start with a Framework THE BENEFITS OF SMART GRID DATA ANALYTICS Applying Analytical Models in the Utility Chapter Goal Understanding Analytical Models What Exactly Are Models? Warning: Correlation Still Does Not Imply Causation Using Descriptive Models for Analytics Using Diagnostic Models for Analytics How Diagnostic Tools Help Utilities Predictive Analytics Prescriptive Analytics An Optimization Model for the Utility Toward Situational Intelligence Enterprise Analytics Chapter Goal Moving Beyond Business Intelligence Energy Forecasting Asset Management Demand Response and Energy Analytics Dynamic-Pricing Analytics Revenue-Protection Analytics Breaking Down Functional Barriers Operational Analytics Chapter Goal Aligning the Forces for Improved Decision-Making The Opportunity for Insight Adaptive Models Focus on Effectiveness Visualizing the Grid Distributed Generation Operations: Managing the Mix-Up Grid Management The Relationship Between Standards and Analytics Resiliency Analytics Extracting Value from Operational Data Analytics Customer Operations and Engagement Analytics Chapter Goal Increasing Customer Value Customer Service Advanced Customer Segmentation Sentiment Analysis Revenue Collections Call Center Operations Utility Communications What’s in It for the Customer? Enhanced Billing and Customer-Facing Web Portals Home Energy Management Strategic Value Analytics for Cybersecurity Chapter Goal Cybersecurity in the Utility Industry The Threat Against Critical Infrastructure How the Smart Grid Increases Risk The Smart Grid as Opportunity for Dark Mischief The Role of Big Data Cybersecurity Analytics Predict and Protect Cybersecurity Applications Proactive Approaches Global Action for Coordinated Cybersecurity The Changing Landscape of Risk IMPLEMENTING DATA ANALYTICS PROGRAMS FOR SUSTAINED CHANGE Sourcing Data Chapter Goal Sourcing the Data Smart Meters Sensors Control Devices Intelligent Electronic Devices Distributed Energy Resources Consumer Devices Historical Data Third-Party Data Working with a Variety of Data Sources Data Fusion Big Data Integration, Frameworks, and Databases Chapter Goal This Is Going to Cost Storage Modalities Hyperscale Network-Attached Storage Object Storage Data Integration The Costs of Low-Risk Approaches Let the Data Flow Hadoop MapReduce Hadoop Distributed File System How Does This Help Utilities? Other Big Data Databases NoSQL In-Memory or Main Memory Databases Object-Oriented Database Management Systems Time Series Database Servers Spatial and GIS Databases The Curse of Abundance Extracting Value Chapter Goal We Need Some Answers Here How Long Does This Take? Mining Data for Information and Knowledge The Process of Data Extraction When More Isn’t Always Better Running for Performance Hadoop: A Single-Purpose Batch-Data Platform? Stream Processing Complex Event Processing Process Historians Avoid Irrational Exuberance Envisioning the Utility Chapter Goal Big Data Comprehension Why Humans Need Visualization Walking Toward the Edge The Role of Human Perception Preattentive Processing The Utility Visualized Advancing Business Intelligence High-Impact Operations Improving Customer Value Making Sense of It All A Partnership for Change Chapter Goal With Big Data Comes Big Responsibility Abandon All Hope, Ye Who Enter Here? Privacy, Not Promises Consent Data Management Governance Privacy Enhancement Enabling Consent Data Minimization The Role of Metadata The Utility of the Future Is a Good Partner Glossary