可视化实时实用程序分析的所有变量？
来源：CPDA数据分析师网 / 时间：2020-10-22
一个沉浸式加速的分析平台，公用事业网络分析师和数据科学家可以一次将其所有数据可视化，从遍布电网和家用智能电表的分布式能源资产，到天气预报，人口统计信息，定价时间表等等，来自数十亿行数据集的交互式可视化分析，这些数据集来自不同的来源，所有结果均以毫秒为单位，使分析人员能够做出实时，可操作的决策，以保持电网的有效和经济平衡。
大规模实时智能电表数据分析
公用事业公司正在以创纪录的水平安装智能电表和传感器，可以进行大规模的智能电表数据分析，这使它成为更加可行的业务决策，大型公用事业公司已经使用开源SQL引擎，用于围绕电网优化，智能电表，功耗和子市场定价的一系列用例，找出在公用事业行业中还在做什么，在远距离上保持植被疏通，遍布美国的高压输电线路超过200,000英里，而本地配电电力线路则超过550万公里，将发电厂连接到家庭和企业。
植被管理法规要求高压输电线周围的植被清除区域
公用事业公司则依赖周期性电力线的植被管理维护时间表，然而灾难性野火的增加导致这些公用事业公司扩大了清理范围，包括路边植被管理和檐篷掉落，以及偏远地区甚至更大的火灾隐患区，这些地区可能使电线绊倒并影响服务，公用事业公司越来越多地采用公用事业植被管理图像，IoT传感器数据以及众多其他数据源，识别植被和传输线的其他潜在危害，然而这些数据源的规模可能远远超出其现有植被管理软件分析功能的能力，这些数据源可以包括数千英里之外的数百万棵树木。
可视化植被风险并采取措施预防野火
加速分析平台可视化树木的森林，数十亿条记录，毫秒级结果公用事业公司和植被管理专家可以摆脱劳动强度大，费时的人工植被检查和过时的静态记录的麻烦，现在野火缓解分析人员和安全操作人员可以利用对整个图像，IoT传感器数据集进行交互式分析，分析师可以按地理位置和时间交叉过滤记录，以磨练极端天气模式可能导致机盖掉落的区域，他们可以加速AI和机器学习模型来预测植被生长并确定新的火灾隐患。
实用植被管理软件和野火预防系统的新领域
从植被管理到电网平衡，再到智能电表分析，车队管理等一项突破性技术，使公用事业和植被管理公司可以可视化其庞大的物联网和远程信息处理数据集。的数据可视化水平改善了植被管理计划（包括侵入性植被管理）和野火预防方法，以帮助公用事业公司降低成本，减少灾难并保持亮灯。
商业联合会数据分析专业委员会