人工智能在新能源發(fā)電系統(tǒng)中的應(yīng)用

定　價(jià)：￥116.00

作　者：	楊博
出版社：	中國(guó)電力出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

ISBN：	9787519872755	出版時(shí)間：	2023-10-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	406	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書將人工智能與新能源系統(tǒng)優(yōu)化技術(shù)相結(jié)合，針對(duì)新能源的強(qiáng)隨機(jī)性和強(qiáng)波動(dòng)性特點(diǎn)，介紹了啟發(fā)式算法、神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)等智能優(yōu)化方法，系統(tǒng)梳理了近年來(lái)作者及其團(tuán)隊(duì)將人工智能應(yīng)用于新能源系統(tǒng)優(yōu)化的多種技術(shù)實(shí)踐。本書基于新能源系統(tǒng)的運(yùn)行特點(diǎn)，完整地建立了新能源系統(tǒng)的數(shù)學(xué)模型；提出了多種基于人工智能算法的新能源系統(tǒng)優(yōu)化技術(shù)，如將人工智能算法應(yīng)用于光伏系統(tǒng)與風(fēng)電系統(tǒng)預(yù)測(cè)、光伏系統(tǒng)與溫差系統(tǒng)重構(gòu)，設(shè)計(jì)了高效的智能優(yōu)化算法進(jìn)行光伏系統(tǒng)和溫差系統(tǒng)的 z大功率跟蹤、新能源控制器調(diào)參，通過(guò)多目標(biāo)優(yōu)化算法確定儲(chǔ)能系統(tǒng)與波浪能系統(tǒng)的 z優(yōu)規(guī)劃方案等。本書所提新能源發(fā)電系統(tǒng)智能優(yōu)化技術(shù)可為電力系統(tǒng)消納清潔能源、系統(tǒng)安全可靠運(yùn)行提供有效支持，為相關(guān)研究人員提供新穎的研究思路，具有較高的學(xué)術(shù)價(jià)值和工程應(yīng)用潛力。

作者簡(jiǎn)介

暫缺《人工智能在新能源發(fā)電系統(tǒng)中的應(yīng)用》作者簡(jiǎn)介

圖書目錄

第1章新能源發(fā)電系統(tǒng)概述
1.1新能源發(fā)電系統(tǒng)技術(shù)
1.2儲(chǔ)能系統(tǒng)技術(shù)
第2章人工智能算法概述
2.1啟發(fā)式算法
2.2 神經(jīng)網(wǎng)絡(luò)算法.
2.3強(qiáng)化學(xué)習(xí)算法
第3章人工智能在新能源發(fā)電系統(tǒng)功率預(yù)測(cè)中的應(yīng)用
3.1 概述
3.2基于LCASO算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型
3.3 風(fēng)光發(fā)電系統(tǒng)數(shù)據(jù)預(yù)處理
3.4基于經(jīng)典算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的風(fēng)光發(fā)電系統(tǒng)功率預(yù)測(cè)
3.5基于LCASO-BP神經(jīng)網(wǎng)絡(luò)的風(fēng)光發(fā)電系統(tǒng)功率預(yù)測(cè)
第4章人工智能在新能源發(fā)電系統(tǒng) 規(guī)劃中的應(yīng)用·
4.1概述
4.2新能源發(fā)電系統(tǒng)選址定容
4.3 儲(chǔ)能系統(tǒng)選址定容
第5章人工智能在新能源發(fā)電系統(tǒng)參數(shù)識(shí)別中的應(yīng)用
5.1概述
5.2基于孔雀優(yōu)化算法的光伏電池參數(shù)辨識(shí)
5.3基于人工生態(tài)系統(tǒng)優(yōu)化算法-蝠鱗覓食優(yōu)化算法的固體氧化物燃料電池參數(shù)辨識(shí)
5.4基于極限學(xué)習(xí)機(jī)的質(zhì)子交換膜燃料電池參數(shù)辨識(shí)
第6章人工智能在新能源發(fā)電系統(tǒng) 重構(gòu)中的應(yīng)用
6.1概述
6.2基于改進(jìn)蛭蟒算法的光伏系統(tǒng)重構(gòu)方法
6.3基于禿鷹搜索算法的光伏系統(tǒng)重構(gòu)方法
6.4基于改進(jìn)免疫遺傳算法的溫差發(fā)電系統(tǒng)重構(gòu)方法
6.5基于改進(jìn)合作搜索算法的模塊化溫差發(fā)電系統(tǒng)重構(gòu)方法
第7章人工智能在新能源發(fā)電系統(tǒng) 功率點(diǎn)跟蹤中的應(yīng)用
7.1概述
7.2基于集體智慧的光伏系統(tǒng) 功率跟蹤
7.3基于模因強(qiáng)化學(xué)習(xí)的光伏系統(tǒng) 功率跟蹤
7.4基于集體智慧算法的集中式溫差發(fā)電系統(tǒng) 功率點(diǎn)跟蹤
7.5基于貪婪神經(jīng)網(wǎng)絡(luò)的集中式溫差發(fā)電系統(tǒng) 功率點(diǎn)跟蹤
第8章人工智能在新能源發(fā)電系統(tǒng)控制器調(diào)參中的應(yīng)用
8.1概述
8.2永磁同步發(fā)電機(jī)系統(tǒng)控制器調(diào)參
8.3雙饋感應(yīng)發(fā)電機(jī)系統(tǒng)控制器調(diào)參
8.4 風(fēng)機(jī)接入的多機(jī)電力系統(tǒng)控制器調(diào)參
8.5 儲(chǔ)能系統(tǒng)非線性控制器調(diào)參
第9章人工智能在新能源發(fā)電系統(tǒng)參與電網(wǎng)調(diào)頻和調(diào)壓中的應(yīng)用
9.1概述
9.2人工智能在新能源發(fā)電系統(tǒng)參與電網(wǎng)調(diào)頻中的應(yīng)用
9.3人工智能在新能源發(fā)電系統(tǒng)參與電網(wǎng)調(diào)壓中的應(yīng)用
參考文獻(xiàn)
后記