- 电力系统人工智能典型应用(精)/新一代人工智能理论技术及应用丛书
- - 作者：黎灿兵//田英杰//周珑//杨函煜//文明等|责编:张艳芬//李娜|总主编:李衍达
  - 出版社：科学
  - ISBN：9787030796523
  - 出版日期：2024/10/01
  - 页数：159
- 售价：48

内容大纲
本书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。
本书可供高等院校电气工程专业高年级本科生、研究生和电力系统运行控制及电力信息化企业从业人员和相关领域科技工作者参考。
作者介绍
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  概述
  1.2  累积效应的基本内涵及典型现象
    1.2.1  累积效应定义
    1.2.2  影响累积效应强度的因素
    1.2.3  考虑累积效应的温度修正公式
  1.3  面向中长期负荷预测的常见信息聚合方法
    1.3.1  聚类法
    1.3.2  多因素综合分析方法
  1.4  考虑累积效应的信息聚合方法
    1.4.1  累积效应的识别方法
    1.4.2  考虑累积效应的信息聚合模型
    1.4.3  考虑累积效应的信息聚合方法的有效性验证
  1.5  考虑累积效应的动态相似子序列预测方法
    1.5.1  动态相似子序列基本概念
    1.5.2  动态相似子序列选取方法
    1.5.3  动态相似子序列预测模型
  1.6  本章小结
  参考文献
第2章  考虑累积效应和耦合效应的负荷预测技术及应用
  2.1  概述
  2.2  城市微气象与电力空调负荷的交互影响
    2.2.1  城市微气象与电力空调负荷的交互影响模型概述
    2.2.2  热岛效应对电力空调负荷的影响
    2.2.3  温湿效应对电力空调负荷的影响
    2.2.4  累积效应对电力空调负荷的影响
    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
    2.2.6  电力空调负荷对城市微气象的反作用
    2.2.7  城市微气象与电力空调负荷之间的恶性循环作用
  2.3  基于大数据的分布式短期负荷预测方法
    2.3.1  负荷预测方案
    2.3.2  子网划分方法
    2.3.3  子网负荷预测模型
    2.3.4  全网负荷预测模型
  2.4  基于机器学习的短期用电预测方法
    2.4.1  短期用电预测方案
    2.4.2  基于形状相似性的用电曲线聚类
    2.4.3  基于相关性分析的用电曲线关键影响因素分析
    2.4.4  基于机器学习的短期用电预测模型
  2.5  本章小结
  参考文献
第3章  基于不确定性理论分析的电力设备故障概率预测
  3.1  概述
  3.2  电网设备故障概率预测
    3.2.1  设备状态检测
    3.2.2  运行环境
    3.2.3  气象因素
    3.2.4  人为因素

  3.3  输电线路故障概率预测
    3.3.1  基本思想
    3.3.2  数据平稳性检验
  3.4  变压器故障概率预测
    3.4.1  基于非等间隔GM(1.1)幂模型的灰色预测
    3.4.2  基于遗传算法GM(1,1)幂模型的参数优化
  3.5  配电网元件负载率预测和重过载状态预警
    3.5.1  配电网元件负载率预测
    3.5.2  配电网元件重过载状态预警
  3.6  本章小结
  参考文献
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
  4.1  概述
  4.2  新能源发电功率统计学习方法分类
    4.2.1  线性模型
    4.2.2  非线性模型
  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
    4.3.1  BPNN
    4.3.2  即时学习框架
  4.4  基于簇内即时学习策略的短期风电功率预测
    4.4.1  DBSCAN聚类法
    4.4.2  考虑趋势性的度量指标
  4.5  基于动态知识蒸馏的短期风电功率预测
    4.5.1  动态知识蒸馏模型
    4.5.2  基于动态知识蒸馏的风电功率预测模型
  4.6  本章小结
  参考文献
第5章  基于智能预测的发电机组优化调度策略及应用
  5.1  概述
  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
    5.2.1  电池损耗模型及其寿命预测
    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
  5.3  基于断面功率预测的机组超前优化调度策略
    5.3.1  风电接入对输电断面调度的影响
    5.3.2  深度学习预测风电机组出力
    5.3.3  考虑预测风电机组出力的机组调度策略
  5.4  基于图计算的安全约束机组组合图建模及高效优化
    5.4.1  基于图模型的机组组合计算框架
    5.4.2  不确定性环境下安全机组组合约束集
    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
    5.4.4  机组组合图路径搜索迭代方法
  5.5  本章小结
  参考文献
第6章  基于智能预测的备用容量规划及其应用
  6.1  概述
  6.2  考虑负荷预测可信度的备用容量规划方法
    6.2.1  负荷预测可信度的基本概念
    6.2.2  可信度预测与负荷预测对比
    6.2.3  基于负荷预测可信度的备用容量优化
    6.2.4  负荷备用容量的概率性预测

  6.3  考虑负荷时间弹性的备用容量规划方法
    6.3.1  负荷时间弹性的定性分析
    6.3.2  负荷时间弹性的定量分析
    6.3.3  基于负荷时间弹性的备用容量优化
  6.4  本章小结
  参考文献
第7章  智能电网管理水平评价体系设计
  7.1  概述
  7.2  综合管理指标体系构建模块
  7.3  综合管理指标权重确定模块
  7.4  综合管理效率评估模块
  7.5  基于熵权法的智能电网管理水平评价指标量化方法
    7.5.1  智能电网管理水平评价的约束参数
    7.5.2  熵权分析
    7.5.3  智能电网管理水平评价量化处理
  7.6  本章小结
  参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目