返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]人工智能与电力系统杨东升,周博文,李广地9787030727
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 杨东升,周博文,李广地著 | 杨东升,周博文,李广地编 | 杨东升,周博文,李广地译 | 杨东升,周博文,李广地绘
    • 出版社: 科学出版社
    • 出版时间:2023-03-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 杨东升,周博文,李广地著| 杨东升,周博文,李广地编| 杨东升,周博文,李广地译| 杨东升,周博文,李广地绘
    • 出版社:科学出版社
    • 出版时间:2023-03-01
    • 版次:1
    • 字数:300000
    • 页数:248
    • 开本:B5
    • ISBN:9787030727473
    • 版权提供:科学出版社
    • 作者:杨东升,周博文,李广地
    • 著:杨东升,周博文,李广地
    • 装帧:简装
    • 印次:暂无
    • 定价:108
    • ISBN:9787030727473
    • 出版社:科学出版社
    • 开本:B5
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2023-03-01
    • 页数:248
    • 外部编号:涿仝东242881
    • 版次:1
    • 成品尺寸:暂无

    目录
    《智能科学技术著作丛书》序
    前言
    章 绪论 1
    1.1 人工智能发展综述 1
    1.1.1 人工智能概述 1
    1.1.2 人工智能的主要算法 3
    1.2 电力系统中应用人工智能的典型场景 4
    1.2.1 基于人工智能技术的电力系统负荷与发电预测 4
    1.2.2 基于人工智能技术的电力系统监测辨识与故障诊断 5
    1.. 基于人工智能技术的电力系统优化 6
    1.3 本章小结 6
    基础部分
    第2章 进化算法与群智能 9
    2.1 遗传算法 9
    2.1.1 遗传算法的基本概念及模型 9
    2.1.2 遗传算法的特点及应用场景 13
    2.2 免疫算法 14
    2.2.1 免疫算法的基本概念及模型 14
    2.2.2 免疫算法的特点 18
    . 蚁群算法 18
    ..1 蚁群算法的基本概念及模型 19
    ..2 蚁群算法的特点及应用场景
    2.4 粒子群优化算法 24
    2.4.1 粒子群优化算法的基本概念及模型 24
    2.4.2 粒子群优化算法的特点及应用场景 27
    2.5 模拟退火算法 28
    2.5.1 模拟退火算法的基本概念及模型 29
    2.5.2 模拟退火算法的特点及应用场景 34
    2.6 智能算法 36
    2.6.1 禁忌搜索算法 36
    2.6.2 进化策略算法 41
    2.6.3 进化规划算法 42
    2.7 本章小结 43
    第3章 机器学习 44
    3.1 机器学习的基本概念与发展历程 44
    3.1.1 机器学习的基本概念 44
    3.1.2 机器学习算法的发展历程及分类 45
    3.2 传统机器学习算法 46
    3.2.1 贝叶斯算法 46
    3.2.2 决策树算法 50
    3.. 支持向量机 54
    3.3 深度学习 57
    3.3.1 神经元与神经网络 58
    3.3.2 卷积神经网络 62
    3.3.3 循环神经网络 66
    3.4 强化学习 71
    3.4.1 强化学习的基本概念及主要研究方向 71
    3.4.2 马尔可夫算法 74
    3.4.3 学习算法 77
    3.5 本章小结 82
    应用部分
    第4章 基于人工智能技术的电力系统负荷与发电预测 85
    4.1 基于长短期记忆网络的风电预测 85
    4.1.1 基于长短期记忆网络的单点值预测 85
    4.1.2 基于窗宽优化的非参数核密度估计模型 87
    4.1.3 误差数据库的生成及预测流程 89
    4.1.4 与验 90
    4.2 基于PSO-LSVM的海水淡化系统负荷预测 94
    4.2.1 海水淡化系统模型建立 95
    4.2.2 海水淡化负荷求解方法建立 96
    4.. 与验 100
    4.3 基于形态聚类的LightGBM的工业用户负荷预测 103
    4.3.1 工业用户负荷形态聚类算法 103
    4.3.2 基于用户负荷曲线的特征选择 106
    4.3.3 基于形态聚类的LightGBM的工业用户中期负荷预测模型 106
    4.3.4 与验 112
    4.4 本章小结 117
    第5章 基于人工智能技术的电力系统监测辨识与故障诊断 118
    5.1 基于卷积神经网络的非侵入式负荷监测 118
    5.1.1 基于卷积神经网络的非侵入式负荷监测方法 118
    5.1.2 与验 122
    5.2 基于马尔可夫模型的负荷辨识 124
    5.2.1 多特征序列融合的负荷辨识原理 125
    5.2.2 多特征序列融合的负荷辨识流程 128
    5.. 与验 129
    5.3 基于模拟退火算法的高压输电线路故障定位 132
    5.3.1 输电线路故障定位原理 132
    5.3.2 基于模拟退火-改进牛顿迭代法的模型求解 134
    5.3.3 与验 136
    5.4 基于卷积神经网络的多端直流输电线路故障诊断 136
    5.4.1 MTDC线路故障特征提取 137
    5.4.2 P-CNN构建 139
    5.4.3 与验 142
    5.5 基于深度学习的电力变压器故障诊断与定位 145
    5.5.1 基于卷积神经网络的变压器故障在线诊断技术 146
    5.5.2 基于改进卷积神经网络的变压器故障在线定位技术 152
    5.6 本章小结 161
    第6章 基于人工智能技术的电力系统优化 162
    6.1 基于粒子群优化算法的微电网容量优化配置 162
    6.1.1 微电网的容量优化配置模型 163
    6.1.2 优化配置模型的算法 171
    6.1.3 与验 174
    6.2 基于遗传算法的多能源系统能量枢纽优化配置 184
    6.2.1 能量枢纽模型 184
    6.2.2 计及可靠的能量枢纽优化配置模型 185
    6.. 基于双层优化的能量枢纽很优求解方法 189
    6.2.4 与验 191
    6.3 基于遗传算法的沿海水电系统优化运行 194
    6.3.1 考虑海水淡化的沿海水电系统配置 194
    6.3.2 考虑海水淡化的沿海水电系统优化运行 195
    6.3.3 与验 197
    6.4 基于粒子群优化算法的多能源系统优化运行 200
    6.4.1 多能源系统并网模式下实时优化控制策略 200
    6.4.2 多能源系统并网模式下优化模型 202
    6.4.3 多能源系统并网模式下优化控制算法 207
    6.4.4 与验 207
    6.5 基于免疫算法的水火电联合优化调度 216
    6.5.1 含梯级水电站的水火电联合优化调度模型 216
    6.5.2 含梯级水电站的水火电联合优化调度方法 218
    6.5.3 与验 221
    6.6 基于蚁群算法的风电集群输电系统拓扑优化 224
    6.6.1 风电集群输电系统的数学模型 225
    6.6.2 基于改进蚁群算法的风电集群输电系统拓扑优化方法 228
    6.6.3 与验 228
    6.7 本章小结 1
    参考文献 2

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购