×
人工智能在新能源发电系统中的应用

人工智能在新能源发电系统中的应用

1星价 ¥83.5 (7.2折)
2星价¥83.5 定价¥116.0
暂无评论
图文详情
  • ISBN:9787519872755
  • 装帧:平装
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:420
  • 出版时间:2023-10-01
  • 条形码:9787519872755 ; 978-7-5198-7275-5

本书特色

本书具有专业性和系统性,全书结构合理、层次清晰、逻辑紧密,研究素材丰富,通过详实的理论方法介绍和研究实验数据展示了智能优化算法的有效性。本书作者及其研究团队在新能源系统优化与控制等研究工作中取得了大量研究成果,在国内外高水平期刊上发表了一定数量的论文,并在多个新能源高比例渗透电网中开展了工程应用并取得成效,为本书提供了丰富的素材和背景资料。
——东北电力大学 穆钢教授

本书针对太阳能、风能的随机性和波动性,讨论了光伏发电、温差发电、风力发电和储能系统传统结构与优化技术的缺陷,建立了上述系统的数学模型,针对上述问题提出了多种相应的人工智能优化技术,并通过实验验证了这些优化技术的工程实用性和有效性。
——南洋理工大学 黄朝阳教授

内容简介

本书将人工智能与新能源系统优化技术相结合,针对新能源的强随机性和强波动性特点,介绍了启发式算法、神经网络、强化学习等智能优化方法,系统梳理了近年来作者及其团队将人工智能应用于新能源系统优化的多种技术实践。
本书基于新能源系统的运行特点,完整地建立了新能源系统的数学模型;提出了多种基于人工智能算法的新能源系统优化技术,如将人工智能算法应用于光伏系统与风电系统预测、光伏系统与温差系统重构,设计了高效的智能优化算法进行光伏系统和温差系统的*z大功率跟踪、新能源控制器调参,通过多目标优化算法确定储能系统与波浪能系统的*z优规划方案等。
本书所提新能源发电系统智能优化技术可为电力系统消纳清洁能源、系统安全可靠运行提供有效支持,为相关研究人员提供新颖的研究思路,具有较高的学术价值和工程应用潜力。

目录

第1章新能源发电系统概述
1.1新能源发电系统技术
1.2储能系统技术
第2章 人工智能算法概述
2.1启发式算法
2.2 神经网络算法.
2.3强化学习算法
第3章人工智能在新能源发电系统功率预测中的应用
3.1 概述
3.2基于LCASO算法优化BP神经网络预测模型
3.3 风光发电系统数据预处理
3.4基于经典算法优化BP神经网络的风光发电系统功率预测
3.5基于LCASO-BP神经网络的风光发电系统功率预测
第4章 人工智能在新能源发电系统*优规划中的应用·
4.1概述
4.2新能源发电系统选址定容
4.3 储能系统选址定容
第5章 人工智能在新能源发电系统参数识别中的应用
5.1概述
5.2基于孔雀优化算法的光伏电池参数辨识
5.3基于人工生态系统优化算法-蝠鳞觅食优化算法的固体氧化物燃料电池参数辨识
5.4基于极限学习机的质子交换膜燃料电池参数辨识
第6章人工智能在新能源发电系统*优重构中的应用
6.1概述
6.2基于改进蛭蟒算法的光伏系统重构方法
6.3基于秃鹰搜索算法的光伏系统重构方法
6.4基于改进免疫遗传算法的温差发电系统重构方法
6.5基于改进合作搜索算法的模块化温差发电系统重构方法
第7章人工智能在新能源发电系统*大功率点跟踪中的应用
7.1概述
7.2基于集体智慧的光伏系统*大功率跟踪
7.3基于模因强化学习的光伏系统*大功率跟踪
7.4基于集体智慧算法的集中式温差发电系统*大功率点跟踪
7.5基于贪婪神经网络的集中式温差发电系统*大功率点跟踪
第8章人工智能在新能源发电系统控制器调参中的应用
8.1概述
8.2永磁同步发电机系统控制器调参
8.3双馈感应发电机系统控制器调参
8.4 风机接入的多机电力系统控制器调参
8.5 储能系统非线性控制器调参
第9章人工智能在新能源发电系统参与电网调频和调压中的应用
9.1概述
9.2人工智能在新能源发电系统参与电网调频中的应用
9.3人工智能在新能源发电系统参与电网调压中的应用
参考文献
后记
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航