Potencjał analiz Big Data w procesach obsługi odbiorców energii

• Autorzy: Anna Pamuła

Warianty tytułu

The potential of Big Data in relationships with energy customers

• Języki publikacji: PL

Abstrakty

W przedsiębiorstwach energetycznych oczekuje się, że narzędzia analityczne pozwolą na efektywniejsze prowadzenie działalności16. Analizy Big Data mogą stać się kluczem do transformacji tych przedsiębiorstw. Powyższe opracowanie nie zawiera analiz dotyczących wykorzystania narzędzi analitycznych w określonym modelu rynku. Ogólnie można jednak stwierdzić, że na rynku regulowanym podstawowy obszar analiz stanowią stabilność pracy sieci i satysfakcja odbiorcy, a na rynku konkurencyjnym - pozyskiwanie, utrzymywanie i zaangażowanie odbiorców oraz koszt i jakość dostarczanych usług. W tym obszarze analiz przedsiębiorstwa energetyczne muszą rozważyć to, jakiego rodzaju zmian u odbiorców oczekują, jakie koszty mogą ponieść i jakie efekty chcą osiągnąć.(abstrakt oryginalny)

EN

The article presents the concept of Big Data and its potential for smart grids. Due to the changes on the energy market, electric power companies must change their business models, shift towards a client-centric approach and start to be more proactive in the decision-making process. It requires handling more and more data from different sources. Besides some background information on business analytics areas in smart grids, the paper presents a short comparison of the leading technology vendors offering business analytics solutions based on the GTM and Gartner reports. The paper concludes with general suggestions how business analytics can be applied in utilities and further research.(original abstract)

Słowa kluczowe

PL

Big Data; Energia elektryczna; Przedsiębiorstwo energetyczne; Gospodarstwa domowe; Inteligentna sieć

EN

Big Data; Electric power; Energy distribution companies; Households; Smart grid

• Czasopismo: Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa
• Rocznik: 2016
• Numer: nr 40 Rynki usług cyfrowych : uwarunkowania, trendy, metody
• Strony: 285-297

Twórcy

autor

Anna Pamuła

• Uniwersytet Łódzki

Bibliografia

• Pamuła A., Zaangażowanie odbiorców z grupy gospodarstw domowych w zarządzanie popytem na energię, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2013.
• Big Data & Utility Analytics for Smart Grid, The Soft Grid 2013-2020, SAS Research Excerpt, White Paper, Greentech Media Inc, Gtm Research, April 2013, http:// www.sas.com/content/dam/SAS/en_us/doc/analystreport/soft-grid-2013-2020-bigdata-utility-analytics-smart-grid.pdf [odczyt 07.06.2015].
• Bohan B., Farrar B., Luigs M., Addressing the Big Data Concern in the Utilities Sector,"Electric Light & Power", 09.01.2011, http://www.elp.com/articles/powergrid_international/ print/volume-16/issue-9/features/addressing-the-big-data-concern-inthe- utilities-sector.html [odczyt 05.06.2015].
• Leeds D., HIGH-Performance Analytics For The Smart Grid, White Paper, 2012, Greentech Media Inc., SAS, http://www.sas.com/content/dam/SAS/en_us/doc/whitepaper1/ gtm-research-high-performance-analytics-smart-grid-106115.pdf [odczyt 10.05.2014].
• Managing Big Data For Smart Grids And Smart Metres, White paper IBM, IBM Software,May 2013, http://www-935.ibm.com/services/multimedia/Managing_big_ data_for_smart_grids_and_smart_meters.pdf [odczyt 10.06.2015].
• Most 100 promissing Big Data Companies, http://bigdata.cioreview.com/vendors/ 2014/100special1 [odczyt 10.06.2015].
• National Market Research Among Homeowners Suggests Utilities Need to Reevaluate Energy Efficiency Communications, KSV, 2015, http://www.pitchengine.com/ pitches/7409d6ad-6b42-49c4-9f5a-07f6bf0b092c [odczyt 05.06.2015].
• Russom M., Big Data Analitycs, TDWI Best Practices Report, Fourth Quarter 2011, http://tdwi.org/research/2011/09/~/media/TDWI/TDWI/Research/BPR/2011/TDWI_ BPReport_Q411_Big_Data_Analytics_Web/TDWI_BPReport_Q411_Big%20Data_ ExecSummary.ashx [odczyt 10.10.2014].
• Sallam R. L., Hostmann B., Schlegel K., Tapadinhas J., Parenteau J., Oestreich T. W., Magic Quadrant for Business Intelligence and Analytics Platforms, http://www. gartner.com/technology/reprints.do?id=1-2AH4Q85&ct=150224&st=sb [odczyt 05.06.2015].
• Sallam R. L., Tapadinhas J., Parenteau J., Hostmann B., Yuen D., Magic Quadrant for Business Intelligence and Analytics Platforms, 20.02.2014, http://www.thgcfo. com/wp-content/uploads/2014/02/Magic-Quadrant-for-Business-Intelligence-and- Analytics-Platforms.pdf [odczyt 05.06.2015].
• Schlegel K., Sallam R. L., Yuen D., Tapadinhas J., Magic Quadrant for Business Intelligence and Analytics Platforms, 5.02.2013, http://www.walmeric.com/pdf/2013_ gartner_magic_qaudrant_for_bi_and_analytics.pdf [odczyt 05.06.2015].
• Smart Intelligence - How Utility Companies Are Using Business Discovery for Smart Meter Implementation and to Reduce Costs, Qlik White Paper, A QlikView White Paper, http://www.qlik.com [odczyt 01.06.2015].
• Tabakow M., Korczak J., Franczyk B., Big Data - definicje, wyzwania i technologie informatyczne, "Informatyka Ekonomiczna Business Informatics" 2014, nr 1 (31), cejsh.icm.edu.pl/cejsh/element/.../c/BI_2013_1_31_138to153.pdf [odczyt 15.04.2015].
• Utilities and Big Data: Accelerating the Drive to Value, A Utilities Transformation Study from Oracle Utilities, Oracle, 23.07.2013, http://www.oracle.com/us/industries/utilities/ oracle-utilities-2013-report-1977336.pdf [odczyt 05.06.2015].