書馨卡幫你省薪 2024個(gè)人購書報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊
> >>
人工智能在新能源發(fā)電系統(tǒng)中的應(yīng)用

人工智能在新能源發(fā)電系統(tǒng)中的應(yīng)用

作者：楊博
出版社：中國電力出版社出版時(shí)間：2023-10-01
開本： 16開 頁數(shù)： 420
本類榜單：教材銷量榜
中 圖 價(jià):¥87.0(7.5折) 定價(jià)  ¥116.0 登錄后可看到會(huì)員價(jià)
加入購物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書更多>

人工智能在新能源發(fā)電系統(tǒng)中的應(yīng)用 版權(quán)信息

人工智能在新能源發(fā)電系統(tǒng)中的應(yīng)用 本書特色

本書具有專業(yè)性和系統(tǒng)性，全書結(jié)構(gòu)合理、層次清晰、邏輯緊密，研究素材豐富，通過詳實(shí)的理論方法介紹和研究實(shí)驗(yàn)數(shù)據(jù)展示了智能優(yōu)化算法的有效性。本書作者及其研究團(tuán)隊(duì)在新能源系統(tǒng)優(yōu)化與控制等研究工作中取得了大量研究成果，在國內(nèi)外高水平期刊上發(fā)表了一定數(shù)量的論文，并在多個(gè)新能源高比例滲透電網(wǎng)中開展了工程應(yīng)用并取得成效，為本書提供了豐富的素材和背景資料。
——東北電力大學(xué) 穆鋼教授

本書針對(duì)太陽能、風(fēng)能的隨機(jī)性和波動(dòng)性，討論了光伏發(fā)電、溫差發(fā)電、風(fēng)力發(fā)電和儲(chǔ)能系統(tǒng)傳統(tǒng)結(jié)構(gòu)與優(yōu)化技術(shù)的缺陷，建立了上述系統(tǒng)的數(shù)學(xué)模型，針對(duì)上述問題提出了多種相應(yīng)的人工智能優(yōu)化技術(shù)，并通過實(shí)驗(yàn)驗(yàn)證了這些優(yōu)化技術(shù)的工程實(shí)用性和有效性。
——南洋理工大學(xué) 黃朝陽教授

人工智能在新能源發(fā)電系統(tǒng)中的應(yīng)用 內(nèi)容簡介

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、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。

人工智能在新能源發(fā)電系統(tǒng)中的應(yīng)用 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
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
第4章 人工智能在新能源發(fā)電系統(tǒng)*優(yōu)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)*優(yōu)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)*大功率點(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)*大功率跟蹤
7.3基于模因強(qiáng)化學(xué)習(xí)的光伏系統(tǒng)*大功率跟蹤
7.4基于集體智慧算法的集中式溫差發(fā)電系統(tǒng)*大功率點(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)*大功率點(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
展開全部
商品評(píng)論(0條)
暫無評(píng)論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服