在规模和复杂性方面，几乎没有任何行业能够与能源和公用事业行业相提并论，Hortonworks 的能源管理解决方案利用物联网 (IoT) 大数据获得能源效率。我们的完全开源互联数据平台为公共事业实现了能源数据管理和分析，通过单一资产视图（(我们将电网可见性增强了几个数量级）、操作和客户、预测维修防止停电和泄漏，通过智能电表数据分析检测停电和能源盗窃和客户分析，以优化客户服务。
每月一次，接收最新的洞察力、趋势、分析信息和大数据的知识。
每月一次，接收最新的洞察力、趋势、分析信息和大数据的知识。
在规模和复杂性方面，几乎没有任何行业能够与能源和公用事业行业相提并论，Hortonworks 的能源管理解决方案利用物联网 (IoT) 大数据获得能源效率。我们的完全开源互联数据平台为公共事业实现了能源数据管理和分析，通过单一资产视图（(我们将电网可见性增强了几个数量级）、操作和客户、预测维修防止停电和泄漏，通过智能电表数据分析检测停电和能源盗窃和客户分析，以优化客户服务。
现代的公共事业公司需要捕获、传输、分析和存储智能仪表数据，以满足于安装先进计量基础设施相关的业务目标。但是当按月计量成为典范时，他们的数据架构是在更短时间内设计。智能仪表每一个小时收集多次信息，从而产生了海量、持续且丰富的数据流，公共事业公司技术不完善，无法在旧数据库平台上高效率处理和存储这些数据。
借助于来自 Hortonworks 的完全开源互联数据平台，公共事业公司的电网可见性增强了几个数量级。Hortonworks 的能源大数据管理解决方案帮助这些公司通过运营资产实时监控动态数据，并进行比较以对过去的趋势进行深度历史分析。这种数据发现推动了可操作的情报以进行远程运营支持，并且还提供实时洞察力，从而提高电网可靠性、均衡负载、减少故障以及检测欺诈。
历史上，电力和公共事业公司的运营技术 (OT) 和信息技术 (IT) 系统一直以来在组织中都是由孤立的人员开发、维护和使用。这一事实已经阻碍了公司间协作以及业务单位之间的数据可视性，导致运营和能源成本提高，中断时间延长、运营效率低下以及客户服务质量不佳。
从一开始，Apache™ Hadoop® 就设计为将众多不同来源的数据与充满变数的数据格式组合。Apache NiFi 可识别所有这些源并将其移动到中央位置以进行存储和分析（均为实时且批量进行）。现在 Hortonworks 在一组用于公共事业数据管理和分析的集成解决方案中同时提供这两种技术。互联数据平台集成了来自孤立的运营、IT 和外部系统的数据，使 OT/IT 融合以创建单一资产视图的新仪表板。这种跨公司的可视性降低了停机时间，并且优化僵化的运营，潜在节省了数百万美元。
传统上，运营商通过物理检查来收集有关生成、传输、分发和计量设备的状况的数据。这意味着，检查数据稀疏并且难以访问，特别是考虑到出现问题的硬件的高价值以及设备故障所造成的潜在健康、安全和便利性影响。
预防性维护可帮助公共事业公司确定服役设备的状况，然后预测应执行维护的时间。公共事业公司并非是根据一年中的时间来派遣维护车，而是根据实际维修需求来派遣。Hortonworks 通过物联网数据能够让运营商实现能源效率，具体措施是降低与基于例行程序或基于时间的预防性维护相关的成本。
公共事业公司通过终端应用程序与存储平台之间的一对一关系来构建旧有数据系统。例如，账单团队通过其数据库来管理支付系统，客户关怀团队将通话记录存储在 CRM 系统中，而现场服务团队将数据存储在检修车和工单上。
Hortonworks 的面向公共事业的数据管理和分析解决方案已经帮助了某些最大的公共事业公司创建单一数据视图，并发现了原本触手可及但分散在多个交互、渠道、组和平台中的价值。通过单一视图，他们创建了客户角色，按照使用情况对客户排名，优化服务呼叫，减少客户流失并调整目标市场营销以提供附加值服务（比如预算开票）。
随着为降低风险而需要收集、处理、存储、集成分析的数据源的集合和数量日益增加，批发能源市场参与者与公共事业运营商一样面临类似的数据挑战。来源包括来自运营资产的传感器数据、市场和交换数据、ERP 数据、来自交易和风险管理平台的数据以及其他内部和外部来源的数据。
Hortonworks 支持的实时交易解决方案使能源交易商可以即时回应市场机遇，不会让其组织面临不正当的法律或财务风险。例如，一位客户利用我们的互联数据平台来提取、处理和分析来自商品交易数据服务的实时电力市场数据，以在其现有交易平台中丰富数据。这提高了预测能力，让客户可以识别市场不法行为，并帮助检测欺诈交易行为。
1.4.18
7.26.17
6.23.17
6.20.17
5.26.17
5.24.17
5.22.17
5.8.17
4.21.17
8.24.16
6.3.16
This website uses cookies for analytics, personalisation and advertising. To learn more or change your cookie settings, please read our Cookie Policy. By continuing to browse, you agree to our use of cookies.
分享
注册
Apache, Hadoop, Falcon, Atlas, Tez, Sqoop, Flume, Kafka, Pig, Hive, HBase, Accumulo, Storm, Solr, Spark, Ranger, Knox, Ambari, ZooKeeper, Oozie, Phoenix, NiFi, Nifi Registry, HAWQ, Zeppelin, Slider, Mahout, MapReduce, HDFS, YARN, Metron and the Hadoop elephant and Apache project logos are either registered trademarks or trademarks of the Apache Software Foundation in the United States or other countries.
