本书将信息和信息技术融入能源系统研究中，开拓了能源信息学这一新的研究领域。能源信息学的基本思想可概括为=能源+信息＜能源。本书首先通过严密的理论分析，揭示能源信息学的相关概念、理论框架和技术基础；其次结合多个案例验证信息对提升能效的作用机理；最后密切结合企业实际，构建装备制造企业能源效率提升的关键使能技术体系，并以建立装备制造企业能源效率提升智能化协同服务平台为载体，将能源信息学理论在装备制造业落地并提出具体解决方案，展示了能源信息学广泛的应用前景。
样章试读
目录
- 目录
前言
第一篇 能源信息学概念及模型
第1章 能源信息学的提出背景 2
1.1 全球性挑战 2
1.2 企业面临的挑战 5
1.3 从绿色信息技术到绿色信息系统 7
第2章 能源信息学理论 9
2.1 能源信息学框架 10
2.2 能源供需的集成整合方法 11
2.3 智能能源系统的组成 11
第3章 能源信息学的影响 15
3.1 生态目标 15
3.2 主要利益相关者 18
3.3 变革的力量 20
3.4 供应和需求的协同管理 21
第二篇 能源信息学的应用案例
第4章 UPS的能源信息学之路 26
4.1 化“棕色”为“绿色” 26
4.2 UPS 的发展简史 27
4.3 提高效率的技术 28
4.4 远程信息处理项目的开发与效益 31
4.5 UPS 案例与能源信息学 36
4.6 案例启示 38
4.7 本章小结 39
第5章 能源高效型农业 41
5.1 农业与能源 41
5.2 差异性问题 42
5.3 节约用水和能源效率 43
5.4 可变速率灌溉 43
5.5 农场的能源信息学 45
5.6 作为能源系统的农场 47
5.7 案例启示 47
5.8 本章小结：农业的未来 48
第6章 新加坡的电子道路收费系统 49
6.1 交通拥堵 49
6.2 增长之痛 49
6.3 智能方案 50
6.4 电子道路收费系统的新进展 53
6.5 电子道路收费系统的好处 54
6.6 道路收费系统与能源信息学 55
6.7 案例启示 57
6.8 发展趋势 58
6.9 本章小结 58
第7章 EnerNOC与需求响应管理 60
7.1 重塑伟大的发明 60
7.2 需求响应管理 60
7.3 EnerNOC能源网络运行中心 61
7.4 多边商业模式 64
7.5 案例启示及本章小结 65
第8章 自行车共享项目的能源节约 66
8.1 一个有吸引力的选择 66
8.2 Velib自行车共享项目 66
8.3 SoBi自行车共享项目 69
8.4 自行车共享项目中的能源信息学 71
8.5 案例启示 73
8.6 本章小结 74
第三篇 能源信息学的技术
第9章 能源信息学的技术基础 76
9.1 可扩展标记语言XML 77
9.2 Web服务 78
9.3 紫蜂技术ZigBee 80
9.4 优化技术 81
9.5 预测技术 82
9.6 模拟技术 84
9.7 能源信息技术未来展望 85
第10章 能源信息学的信息视角 86
10.1 变革的时代 86
10.2 多种社会力量 87
10.3 理性与社会力量的结合 89
10.4 明天的社会 98
第11章 能源信息学的设计原则和方法 99
11.1 设计的一般原则 99
11.2 基于设计原则的解决方案 104
11.3 一般模型 112
11.4 本章小结 116
第12章 创建智慧星球的技术 117
12.1 标准化的重要性 117
12.2 信息的标准化 119
12.3 耦合问题 121
12.4 能源管理标准化 122
12.5 能源流的标准化 123
12.6 光子社会 125
12.7 可持续的星球 126
第13章 智能优化技术在能源管理中的应用 127
13.1 能耗预测与能耗优化 127
13.2 物联网技术 132
13.3 大数据及相关技术 139
第四篇 装备制造企业能耗监测与控制
第14章 装备制造企业能耗监控指标体系 159
14.1 装备制造企业能源消耗状况与特点 159
14.2 企业节能策略及能源消耗影响因素 161
14.3 企业能源效率测度 166
14.4 基于DPSR 模型的能耗指标体系设计 178
第15章 装备制造企业能耗监控系统分析 183
15.1 能耗监控系统需求分析 183
15.2 能耗监控系统结构 186
15.3 能耗监控系统数据采集 191
第16章 装备制造企业能耗监控系统功能与实现 196
16.1 装备制造企业能耗监控系统总体功能设计 196
16.2 装备制造企业能耗监控系统主要功能 197
16.3 装备制造企业能耗监控系统实施方案 205
第五篇 装备制造企业能耗预测与优化
第17章 基于Hive的能耗数据仓库设计 212
17.1 能耗数据仓库体系结构 212
17.2 能耗数据仓库工作流程 213
17.3 数据模型设计 214
17.4 粒度选择 221
17.5 数据ETL过程 222
第18章 装备制造企业的能耗预测和预警 225
18.1 基于SVR方法的能耗预测算法设计 225
18.2 SVR模型的参数选择及算法改进 227
18.3 能耗预测算法及其应用 228
18.4 能耗预测模型效果评估 231
18.5 能耗预测模块 235
18.6 能耗预警标准 238
第19章 装备制造企业能耗管理优化 246
19.1 锻造车间能耗管理优化分析 246
19.2 柔性作业车间能耗优化调度模型 253
19.3 能耗优化调度的混合遗传算法设计 260
19.4 能耗优化系统实现 266
第六篇 能效提升的智能化协同服务平台
第20章 装备制造企业的大数据背景 270
20.1 生产过程的大数据环境 270
20.2 生产过程的大数据分析架构 273
20.3 生产过程的能源大数据流 278
第21章 能效提升的智能化协同服务平台需求分析 281
21.1 智能化协同服务平台要求 281
21.2 智能化协同服务平台特点 282
21.3 智能化协同服务平台框架 283
21.4 智能化协同服务平台系统架构分析 287
第22章 能效提升的智能化协同服务平台系统分析 290
22.1 数据流程图 290
22.2 概念模型 295
第23章 能效提升的智能化协同服务平台系统设计 297
23.1 智能化协同服务平台功能集成 297
23.2 智能化协同服务平台项目技术方案 297
23.3 智能化协同服务平台系统迁移及部署 299
参考文献 302
后记 313
京公网安备 11010102004214号