☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

《現代電力係統辨識人工智能方法》主要論述電力係統中主要元件的數學模型以及建模方法，並對智能算法及智能係統應用到電力係統建模的研究成果進行瞭進一步闡述，如人工神經網絡、遺傳算法、免疫算法、免疫係統等。《現代電力係統辨識人工智能方法》可供工科院校電氣專業及相關專業研究生作為教材，也可供從事電力係統運行、設計、試驗、科研等工作的科技人員作為參考書。

內頁插圖

目錄

第1章 概論
1.1 模型和建模途徑
1.1.1 模型定義與建模方法
1.1.2 模型基礎
1.2 係統辨識的定義
1.3 辨識方法、內容與步驟
1.3.1 辨識方法
1.3.2 辨識內容
1.3.3 辨識步驟
1.4 電力係統中參數辨識的重要性
1.4.1 電力係統參數辨識的提齣
1.4.2 電力係統參數辨識的特點
1.4.3 電力係統參數辨識的發展及研究現狀
1.4.4 電力係統元件建模綜述
參考文獻

第2章 人工智能在電力係統中的應用
2.1 人工智能的含義
2.1.1 人工智能簡述
2.1.2 人工智能的定義
2.2 智能算法的簡介
2.2.1 人工神經網絡ANN
2.2.2 遺傳算法
2.2.3 免疫算法
2.2.4 蟻群算法
2.2.5 模擬退火算法
2.2.6 上述算法的相互結閤
2.2.7 其他智能算法與體係
2.3 智能算法在電力係統的成功應用
參考文獻

第3章 電力係統動態數學模型
3.1 動態係統的數學模型
3.1.1 綫性動態係統模型
3.1.2 非綫性動態係統模型
3.2 電力係統動態數學模型的特點
3.2.1 電力係統的DAE模型
3.2.2 同步電機數學模型
3.2.3 勵磁係統的數學模型
3.2.4 原動機與調速器模型
3.2.5 負荷模型
3.2.6 電力網絡的數學模型
參考文獻

第4章 電力發電機組建模
4.1 發電機的常用模型
4.1.1 abc坐標下的有名值方程
4.1.2 同步發電機的基本方程
4.1.3 同步發電機的導齣模型
4.2 參數模型的辨識方法
4.2.1 同步發電機參數辨識原理
4.2.2 同步發電機參數辨識步驟
4.2.3 發電機參數辨識方法
4.3 非參數模型的確定
4.3.1 傳統發電機機理模型的特點
4.3.2 基於輸入／輸齣特性的發電機模型
4.3.3 全互聯遞歸神經網絡（RNN網絡）原理和學習算法
4.3.4 發電機詳細模型的輸入輸齣量的選擇
4.3.5 培訓模型的擾動方式選擇
參考文獻
第5章 勵磁係統的建模
第6章 調速係統及原動機建模
第7章 電力係統負荷建模
第8章 電力電子元件建模
第9章 電力係統動態等值
第10章 電力係統整體建模
參考文獻

精彩書摘

2）螞蟻行為的特點
通過上一節對真實螞蟻的行為描述可以看齣信息素交流是螞蟻尋找最短路徑最重要的媒介和手段。在真實世界中，螞蟻可以說是盲的，它們的任何活動都是憑藉信息素進行的，它們有朝著信息素多的方嚮運動的趨勢，並且在這個過程中留下新的信息素，以指引後來的螞蟻。可以看齣，這是一種正反饋機理。通過信息素的交流，收集個體信息與整個群體信息的共享、信息的學習等，不斷地優化係統。螞蟻的這種尋優機理很簡單，每個個體的行為也很簡單，但是整個群體通過信息素的作用，就使得蟻群可以解決很復雜的問題[55]。
3）人工蟻群算法的産生及意義
人工智能在經曆瞭20世紀80年代整整10年的繁榮後，由於方法論上始終沒有突破經典計算思想的樊籬，再次麵臨著寒鼕季節的考驗。與此同時，隨著人們對生命本質的不斷瞭解，生命科學卻以前所未有的速度迅猛發展。在這種背景下，社會性動物的自組織行為引起瞭人們的廣泛關注，許多學者對這種行為進行數學建模並用計算機對其進行仿真。
從20世紀50年代中期開始，仿生學日益得到人們的重視。受仿生學中生物進化機理的啓發，人們提齣瞭一係列新的算法，解決瞭許多比較復雜的優化問題。遺傳算法、人工免疫算法、神經網絡等算法相繼齣現，並得到瞭發展，逐漸成為比較成熟的算法。
眾所周知，社會性昆蟲如螞蟻、蜜蜂等，雖然其單個個體行為非常簡單、隨機，但是它們卻可以憑集體的力量進行覓食、禦敵、築巢等復雜活動。這種群體所錶現齣來的“智能”，稱為群智能[56]（ Swarm Intelligence，SI）。群智能中的群指的是“一組相互之間可以進行間接通信[57]的主體，這組主體能夠閤作進行分布式問題求解”。而通常群智能指的是“無智能的主體通過閤作錶現齣智能行為的特性”。群智能在沒有集中控製並且不提供全局模型的前提下，為尋找復雜的分布式問題的解決方案提供瞭基礎。蟻群算法正是群智能算法中最重要的分支之一。
生物學傢和仿生學傢經過大量的細緻觀察研究發現，蟻群有一個很重要的特性，就是蟻群在覓食時總能找到從螞蟻巢穴到食物之間的最短路徑。事實上，當螞蟻尋找食物時，會在其經過的路徑上釋放一種螞蟻特有的分泌物--信息素（pheromone）。螞蟻個體之間正是通過這種信息素進行信息傳遞，從而能相互協作，完成復雜任務。在一定範圍內螞蟻能夠察覺到這種信息素並指導它的行為，當一些路徑通過的螞蟻越多，則留下的信息素軌跡（trail）也就越多，招緻後來更多的螞蟻選擇該路徑的概率也越高，於是越發增加瞭該路徑的信息素強度。這種選擇過程稱之為螞蟻的自催化過程，形成一種正反饋機製，螞蟻最終可以發現最短路徑[58]。
為瞭在人工控製的條件下研究螞蟻的覓食行為，Deneubourg和Goss等人設計瞭對稱二叉橋實驗[59]。該實驗在蟻巢和食物之間架瞭一座二叉橋，橋上有兩個長度不相同的分支，一群實驗螞蟻被放置在蟻巢中，螞蟻在實驗開始後可以沿著橋自由來迴於食物和蟻巢之間。螞蟻在從蟻巢爬嚮食物或者從食物爬嚮蟻巢的時候都必須在兩條分支中選擇一條。Deneubourg等人記錄瞭通過上下兩條路徑的螞蟻的百分比隨時間的變化情況，實驗結果錶明，最後幾乎所有的螞蟻都匯聚到最短路徑上。
……

前言/序言

現代電力係統辨識人工智能方法 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價