人工智能在新能源發(fā)電系統(tǒng)中的應用

定　價：￥116.00

作　者：	楊博
出版社：	中國電力出版社
叢編項：
標　簽：	暫缺

ISBN：	9787519872755	出版時間：	2023-10-01	包裝：	平裝
開本：	16開	頁數(shù)：	406	字數(shù)：

內容簡介

　　本書將人工智能與新能源系統(tǒng)優(yōu)化技術相結合，針對新能源的強隨機性和強波動性特點，介紹了啟發(fā)式算法、神經網絡、強化學習等智能優(yōu)化方法，系統(tǒng)梳理了近年來作者及其團隊將人工智能應用于新能源系統(tǒng)優(yōu)化的多種技術實踐。本書基于新能源系統(tǒng)的運行特點，完整地建立了新能源系統(tǒng)的數(shù)學模型；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，如將人工智能算法應用于光伏系統(tǒng)與風電系統(tǒng)預測、光伏系統(tǒng)與溫差系統(tǒng)重構，設計了高效的智能優(yōu)化算法進行光伏系統(tǒng)和溫差系統(tǒng)的 z大功率跟蹤、新能源控制器調參，通過多目標優(yōu)化算法確定儲能系統(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)化技術可為電力系統(tǒng)消納清潔能源、系統(tǒng)安全可靠運行提供有效支持，為相關研究人員提供新穎的研究思路，具有較高的學術價值和工程應用潛力。

作者簡介

暫缺《人工智能在新能源發(fā)電系統(tǒng)中的應用》作者簡介

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
1.2儲能系統(tǒng)技術
第2章人工智能算法概述
2.1啟發(fā)式算法
2.2 神經網絡算法.
2.3強化學習算法
第3章人工智能在新能源發(fā)電系統(tǒng)功率預測中的應用
3.1 概述
3.2基于LCASO算法優(yōu)化BP神經網絡預測模型
3.3 風光發(fā)電系統(tǒng)數(shù)據預處理
3.4基于經典算法優(yōu)化BP神經網絡的風光發(fā)電系統(tǒng)功率預測
3.5基于LCASO-BP神經網絡的風光發(fā)電系統(tǒng)功率預測
第4章人工智能在新能源發(fā)電系統(tǒng) 規(guī)劃中的應用·
4.1概述
4.2新能源發(fā)電系統(tǒng)選址定容
4.3 儲能系統(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)識別中的應用
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
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
5.4基于極限學習機的質子交換膜燃料電池參數(shù)辨識
第6章人工智能在新能源發(fā)電系統(tǒng) 重構中的應用
6.1概述
6.2基于改進蛭蟒算法的光伏系統(tǒng)重構方法
6.3基于禿鷹搜索算法的光伏系統(tǒng)重構方法
6.4基于改進免疫遺傳算法的溫差發(fā)電系統(tǒng)重構方法
6.5基于改進合作搜索算法的模塊化溫差發(fā)電系統(tǒng)重構方法
第7章人工智能在新能源發(fā)電系統(tǒng) 功率點跟蹤中的應用
7.1概述
7.2基于集體智慧的光伏系統(tǒng) 功率跟蹤
7.3基于模因強化學習的光伏系統(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) 功率點跟蹤
7.5基于貪婪神經網絡的集中式溫差發(fā)電系統(tǒng) 功率點跟蹤
第8章人工智能在新能源發(fā)電系統(tǒng)控制器調參中的應用
8.1概述
8.2永磁同步發(fā)電機系統(tǒng)控制器調參
8.3雙饋感應發(fā)電機系統(tǒng)控制器調參
8.4 風機接入的多機電力系統(tǒng)控制器調參
8.5 儲能系統(tǒng)非線性控制器調參
第9章人工智能在新能源發(fā)電系統(tǒng)參與電網調頻和調壓中的應用
9.1概述
9.2人工智能在新能源發(fā)電系統(tǒng)參與電網調頻中的應用
9.3人工智能在新能源發(fā)電系統(tǒng)參與電網調壓中的應用
參考文獻
后記