- 发电控制系统/电力系统控制系统研究丛书
- - 作者：编者:殷林飞//黄问铉//邓铭旺|责编:刘艳花
  - 出版社：华中科技大学
  - ISBN：9787577220567
  - 出版日期：2025/08/01
  - 页数：354
- 售价：35.2

内容大纲
本书主要介绍能源转型背景下的新型电力系统模型与智能发电控制算法，内容包括：第1章介绍发电控制系统模型；第2章介绍自动发电控制算法与优化算法；第3章介绍基于拒识深度微分动态规划的实时发电调控；第4章介绍基于轻量型鲁棒量子Q学习的智能发电控制；第5章介绍基于量子启发与实时多时距预测的分布式策略-值优化的智能发电控制；第6章介绍基于模糊矢量强化学习的自动发电控制；第7章介绍基于混合多智能体情感深度Q网络的多区域综合能源系统发电控制；第8章介绍基于混合深度对抗网络滚动强化学习算法的智能发电控制研究；第9章介绍基于松弛深度对抗网络的综合能源系统统一时间尺度智能发电控制；第10章介绍自适应深度网络动态规划的微网发电控制研究；第11章介绍混合自适应动态规划微网分层协同发电控制研究；第12章介绍基于模态分解记忆强化网络策略的发电控制；第13章介绍基于少样本生成对抗网络的智能发电控制；第14章介绍基于轻量化AC生成对抗网络的智能发电控制；第15章介绍基于分解预测分数阶PID强化学习算法的智能发电控制；第16章介绍基于组合PID与深度强化学习算法的智能发电控制。
本书可为电气工程与人工智能相关领域的研究人员及工程技术人员提供理论方法支持与技术参考。
作者介绍
殷林飞，广西大学副教授，博士生导师，2018年博士毕业于华南理工大学。主持国家自然科学基金2项、广西自然科学基金2项、开放基金5项和南方电网数字电网研究院横向项目2项，参与国家重点基础研究发展计划项目1项和国家自然科学基金2项，参与广西重点研发计划1项，已出版专著/教材2本，入选2024年度全球前2%顶尖科学家榜单和2024中国知网高被引学者TOP5%榜单，已发表论文176篇，其中以第一作者/通讯作者发表SCI检索的中科院一区或二区论文103篇，教学改革论文3篇，授权专利69项，其中第一发明人发明专利54项、PCT专利1项，主持教学改革工程项目4项，为中国南方电网有限责任公司草拟企业标准2项，参与其他教学改革项目10余项，担任国际期刊审稿人1700余次，是CSEE JPES优秀审稿人，是电力负荷技术分委会和电力系统安全防御与恢复控制技术分委会成员，是广西电网有限责任公司科技与职工创新孵化器专家，担任专刊主编7次，获得广西电机工程学会优秀论文二等奖2次和三等奖1次，获得2024年综合智慧能源大会示范科技成果一等奖1次和二等奖1次，指导学生竞赛获奖130项。
目录
第1章  发电控制系统模型
  1.1  互联电力系统的调频方式
  1.2  自动发电控制模型
  1.3  智能发电控制模型
  1.4  综合能源系统负荷频率控制模型
  1.5  微电网一体化发电控制模型
  1.6  新型电力系统的发电控制模型
  1.7  综合能源系统的发电模型
  1.8  评价指标的设计
第2章  自动发电控制算法与优化算法简介
  2.1  PID算法
  2.2  自适应动态规划算法
  2.3  Q学习算法
  2.4  深度Q网络
  2.5  差分进化算法
  2.6  人工情感
  2.7  模糊控制
第3章  基于拒识深度微分动态规划的实时发电调控
  3.1  拒识深度微分动态规划算法
  3.2  案例与结果
第4章  基于轻型鲁棒量子Q学习的智能发电控制
  4.1  轻型鲁棒量子Q学习算法
  4.2  算例分析
第5章  基于量子启发与实时多时距预测的分布式策略-值优化的智能发电控制
  5.1  量子启发与实时多时距预测的分布式格罗弗策略-值优化算法
  5.2  算例分析
第6章  基于模糊矢量强化学习的自动发电控制
  6.1  模糊矢量强化学习算法
  6.2  模糊矢量强化学习的发电控制算例
第7章  基于混合多智能体情感深度Q网络的多区域综合能源系统发电控制
  7.1  混合多智能体情感深度Q网络控制框架
  7.2  混合多智能体情感深度Q网络的发电控制算例
第8章  基于混合深度对抗网络滚动强化学习算法的智能发电控制研究
  8.1  生成对抗网络
  8.2  时间序列深度生成对抗网络算法统一尺度的智能发电控制算例
第9章  基于松弛深度对抗网络的综合能源系统统一时间尺度智能发电控制
  9.1  综合能源系统
  9.2  基于松弛深度对抗网络算法的统一时间尺度智能发电调度与控制
第10章  自适应深度网络动态规划的微网发电控制研究
  10.1  微网模型
  10.2  自适应动态规划的微网发电控制
  10.3  微网发电控制仿真
第11章  混合自适应动态规划微网分层协同发电控制研究
  11.1  混合自适应动态规划微网分层协同发电控制框架
  11.2  微网分层协同发电控制仿真
第12章  基于模态分解记忆强化网络策略的发电控制
  12.1  MMRN策略的主要思想
  12.2  系统仿真算例
第13章  基于少样本生成对抗网络的智能发电控制
  13.1  少样本生成对抗网络算法

  13.2  案例分析
第14章  基于轻量化AC生成对抗网络的智能发电控制
  14.1  轻量化AC生成对抗网络算法
  14.2  案例分析
第15章  基于分解预测分数阶PID强化学习算法的智能发电控制
  15.1  分解预测分数阶PID强化学习算法
  15.2  算例分析
第16章  基于组合PID与深度强化学习算法的智能发电控制
  16.1  组合PID与深度强化学习的数模双驱动方法
  16.2  算例分析
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