前言
1 大数据处理架构Had00p
1.1 Hadoop基础知识
1.2 HDFS
1.3 ManReduce
1.4 YA RN
1.5 ZOOKeeper
本章参考文献
2 大数据存储、处理与分析技术
2.1 分布式数据存储的概念、原理和技术
2.2 NoSQL数据库
2.3 HBase
2.4 云存储
2.5 Spark Streaming
2.6 实时分析
本章参考文献
3 数据挖掘基础
3.1 数据挖掘
3.2 数据的整理与预分析
3.3 相似性度量
3.4 分类
3.5 关联分析
3.6 聚类分析
3.7 异常检测
3.8 预测
本章参考文献
4 储能电池性能分析与评价
4.1 储能电池倍率性能分析
4.2 储能电池温度性能分析
4.3 储能电池安全性能分析
本章参考文献
5 储能电池(组)寿命分析与评价
5.1 储能电池寿命分析
5.2 储能电池寿命评价
5.3 储能电池组寿命评价
本章参考文献
6 大规模储能系统海量电池数据采集、存储及管理技术
6.1 电池管理系统的通用技术要求
6.2 海量电池数据采集技术
6.3 海量电池数据存储技术
6.4 海量电池数据管理技术
7 大规模储能系统海量电池数据管理平台
7.1 大规模储能系统海量电池数据管理平台开发
7.2 大规模储能系统海量电池数据管理平台的现场应用
8 大规模储能系统海量电池数据分析与电池运行状态评价
8.1 大规模储能系统海量电池数据预处理
8.2 基于海量数据管理平台的电池特性分析
8.3 储能电池电压一致性分析与评价
8.4 基于历史数据的储能电池一致性分析
9 大规模储能系统海量电池数据云服务平台
9.1 平台设计原则
9.2 大规模储能系统海量电池数据管理的云平台架构
9.3 海量电池数据管理的云服务平台架构设计
9.4 云服务平台系统的功能设计

能源互联网将承载和推动第四次工业革命，而储能是其中不可分割的重要组成部分。随着分布式或集中式的大容量电化学储能系统建设的不断深入和推进，大规模储能系统（电站）运行和设备监测产生的数据量呈指数级增长，这就需要大数据技术作为存储和快速处理的技术支撑。李相俊、高飞、刘松、惠东编著的《大数据技术在大规模储能系统中的应用》重点阐述了大数据技术在大规模储能系统中的应用。
本书共分9章，分别介绍了大数据处理架构Hadoop；大数据存储、处理与分析技术；数据挖掘基础；储能电池性能分析与评价；储能电池（组）寿命分析与评价；大规模储能系统海量电池数据采集、存储及管理技术；大规模储能系统海量电池数据管理平台；大规模储能系统海量电池数据分析与电池运行状态评价；大规模储能系统海量电池数据云服务平台。
本书以通俗易懂、深入浅出的方式，为从事大规模储能、大数据技术的科研人员提供参考和借鉴，也可供高等院校从事储能和大数据技术研究的师生阅读。