新書推薦：
《
谁是窃书之人 日本文坛新锐作家深绿野分著 无限流×悬疑×幻想小说
》
售價：NT$
254.0
《
一个经济杀手的自白 第3版
》
售價：NT$
505.0
《
8秒按压告别疼痛
》
售價：NT$
398.0
《
津巴多时间心理学：挣脱束缚、改写命运的6种时间观
》
售價：NT$
352.0
《
大英博物馆东南亚简史
》
售價：NT$
806.0
《
纯粹·我只要少许
》
售價：NT$
367.0
《
投机苦旅：一位投机客的凤凰涅槃
》
售價：NT$
403.0
《
重返马赛渔场：社会规范与私人治理的局限
》
售價：NT$
316.0
|
| 內容簡介： |
|
《电力系统人工智能典型应用》围绕人工智能技术在电力系统中的应用，探讨数据分析、负荷预测、设备故障预测、新能源发电功率预测、优化调度等关键技术。第1～4章以人工智能技术的主要应用领域预测为切入点，探讨负荷预测、故障概率预测、新能源发电功率预测领域常见的人工智能技术，着重讨论时间序列的累积效应、城市微气象与电力空调负荷的交互影响对预测结果的影响；第5和6章聚焦大数据下电力系统智能决策问题，分别提出虚拟发电厂优化调度、安全约束机组组合图建模方法和基于负荷预测可信度与时间弹性的备用容量规划方法；第7章构建智能电网管理水平评价体系。
|
| 目錄：
|
|
目录“新一代人工智能理论、技术及应用丛书”序前言第1章 时间序列中的累积效应 1 1.1 概述 1 1.2 累积效应的基本内涵及典型现象 1 1.2.1 累积效应定义 1 1.2.2 影响累积效应强度的因素 3 1.2.3 考虑累积效应的温度修正公式 3 1.3 面向中长期负荷预测的常见信息聚合方法 4 1.3.1 聚类法 5 1.3.2 多因素综合分析方法 8 1.4 考虑累积效应的信息聚合方法 11 1.4.1 累积效应的识别方法 11 1.4.2 考虑累积效应的信息聚合模型 15 1.4.3 考虑累积效应的信息聚合方法的有效性验证 19 1.5 考虑累积效应的动态相似子序列预测方法 30 1.5.1 动态相似子序列基本概念 30 1.5.2 动态相似子序列选取方法 31 1.5.3 动态相似子序列预测模型 35 1.6 本章小结 40参考文献 41 第2章 考虑累积效应和耦合效应的负荷预测技术及应用 42 2.1 概述 42 2.2 城市微气象与电力空调负荷的交互影响 42 2.2.1 城市微气象与电力空调负荷的交互影响模型概述 42 2.2.2 热岛效应对电力空调负荷的影响 44 2.2.3 温湿效应对电力空调负荷的影响 45 2.2.4 累积效应对电力空调负荷的影响 48 2.2.5 城市热岛效应、温湿效应和累积效应对电力空调负荷的综合影响 50 2.2.6 电力空调负荷对城市微气象的反作用 51 2.2.7 城市微气象与电力空调负荷之间的恶性循环作用 53 2.3 基于大数据的分布式短期负荷预测方法 54 2.3.1 负荷预测方案 54 2.3.2 子网划分方法 55 2.3.3 子网负荷预测模型 57 2.3.4 全网负荷预测模型 58 2.4 基于机器学习的短期用电预测方法 60 2.4.1 短期用电预测方案 60 2.4.2 基于形状相似性的用电*线聚类 61 2.4.3 基于相关性分析的用电*线关键影响因素分析 62 2.4.4 基于机器学习的短期用电预测模型 63 2.5 本章小结 66参考文献 67 第3章 基于不确定性理论分析的电力设备故障概率预测 69 3.1 概述 69 3.2 电网设备故障概率预测 69 3.2.1 设备状态检测 70 3.2.2 运行环境 70 3.2.3 气象因素 70 3.2.4 人为因素 72 3.3 输电线路故障概率预测 73 3.3.1 基本思想 74 3.3.2 数据平稳性检验 75 3.4 变压器故障概率预测 76 3.4.1 基于非等间隔 GM(1.1)幂模型的灰色预测 77 3.4.2 基于遗传算法 GM(1，1)幂模型的参数优化 79 3.5 配电网元件负载率预测和重过载状态预警 81 3.5.1 配电网元件负载率预测 81 3.5.2 配电网元件重过载状态预警 88 3.6 本章小结 90参考文献 90 第4章 基于机器学习的超短期新能源发电功率预测方法及应用 92 4.1 概述 92 4.2 新能源发电功率统计学习方法分类 92 4.2.1 线性模型 92 4.2.2 非线性模型 93 4.3 基于即时学习-反向传播神经网络的短期风电功率预测 95 4.3.1 BPNN 95 4.3.2 即时学习框架 98 4.4 基于簇内即时学习策略的短期风电功率预测 99 4.4.1 DBSCAN聚类法 100 4.4.2 考虑趋势性的度量指标 101 4.5 基于动态知识蒸馏的短期风电功率预测 103 4.5.1 动态知识蒸馏模型 103 4.5.2 基于动态知识蒸馏的风电功率预测模型 106 4.6 本章小结 107参考文献 107 第5章 基于智能预测的发电机组优化调度策略及应用 110 5.1 概述 110 5.2计及电池损耗及寿命预测的虚拟发电厂优化调度策略 111 5.2.1 电池损耗模型及其寿命预测 111 5.2.2 基于循环周期数法电池损耗模型的虚拟发电厂短期优化调度 120 5.3 基于断面功率预测的机组超前优化调度策略 122 5.3.1 风电接入对输电断面调度的影响 122 5.3.2 深度学习预测风电机组出力 122 5.3.3 考虑预测风电机组出力的机组调度策略 125 5.4 基于图计算的安全约束机组组合图建模及高效优化 128 5.4.1 基于图模型的机组组合计算框架 128 5.4.2 不确定性环境下安全机组组合约束集 128 5.4.3 基于相似性原理的初始解生成方法和约束有效性判断技术 129 5.4.4 机组组合图路径搜索迭代方法 129 5.5 本章小结 130参考文献 130 第6章 基于智能预测的备用容量规划及其应用 132 6.1 概述 132 6.2 考虑负荷预测可信度的备用容量规划方法 132 6.2.1 负荷预测可信度的基本概念 132 6.2.2 可信度预测与负荷预测对比 134 6.2.3 基于负荷预测可信度的备用容量优化 136 6.2.4负荷备用容量的概率性预测 138 6.3 考虑负荷时间弹性的备用容量规划方法 142 6.3.1负荷时间弹性的定性分析 142 6.3.2负荷时间弹性的定量分析 144 6.3.3 基于负荷时间弹性的备用容量优化 146 6.4本章小结 148参考文献 149 第7章 智能电网管理水平评价体系设计 150 7.1 概述 150 7.2 综合管理指标体系构建模块 150 7.3 综合管理指标权重确定模块 154 7.4 综合管理效率评估模块 155 7.5 基于熵权法的智能电网管理水平评价指标量化方法 156 7.5.1 智能电网管理水平评价的约束参数 156 7.5.2 熵权分析 158 7.5.3 智能电网管理水平评价量化处理 159 7.6 本章小结 159参考文献 159
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
