中图网

>

电工技术

>

电工基础理论

数据与知识联合驱动方法在电力系统中的应用

作者：王琦，李峰，汤奕著

出版社：东南大学出版社出版时间：2023-06-01

开本： 26cm 页数： 147页

本类榜单：工业技术销量榜

中图价:¥32.8(6.7折) 定价 ~~¥49.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
湖南省志(1978-2002)?铁路志

湖南省志(1978-2002)?铁路志

¥70.6¥98
>
公路车宝典(ZINN的公路车维修与保养秘籍)

公路车宝典(ZINN的公路车维修与保养秘籍)

¥69.6¥120
>
晶体管电路设计(下)

晶体管电路设计(下)

¥28.6¥38
>
基于个性化设计策略的智能交通系统关键技术

基于个性化设计策略的智能交通系统关键技术

¥48.6¥68
>
德国克虏伯与晚清火:贸易与仿制模式下的技术转移

德国克虏伯与晚清火:贸易与仿制模式下的技术转移

¥21.8¥65
>
花样百出:贵州少数民族图案填色

花样百出:贵州少数民族图案填色

¥19.1¥45
>
识木:全球220种木材图鉴

识木:全球220种木材图鉴

¥159.6¥228

商品详情
商品评论(0条)

中图价:¥32.8 加入购物车

版权信息
内容简介
目录
作者简介

数据与知识联合驱动方法在电力系统中的应用版权信息

ISBN：9787576607956
条形码：9787576607956 ; 978-7-5766-0795-6
装帧：平装-胶订
册数：暂无
重量：暂无
所属分类：
工业技术
>
电工技术
>
电工基础理论

数据与知识联合驱动方法在电力系统中的应用内容简介

本书对各研究领域中的数据与知识联合驱动方法进行了整理归纳，结合电力系统的特点和需求，梳理了数据与知识联合驱动的典型应用方式，针对潜在的应用场景进行了详细讨论，并在电力系统应用场景中测试验证了数据与知识联合驱动方法的应用效果。

数据与知识联合驱动方法在电力系统中的应用目录

**章绪论 1.1 数据驱动方法与知识驱动方法特点分析 1.1.1 数据驱动方法 1.1.2 知识驱动方法 1.1.3 数据与知识驱动方法的区别与联系 1.1.4 电力系统中数据与知识驱动方法联合的必要性 1.2 本书结构 1.3 参考文献第二章数据驱动方法在电力系统中的应用——以暂态分析为例 2.1 数据驱动方法对电力系统相关应用的适应性 2.2 数据驱动方法应用于电力系统暂态分析现状 2.2.1 数据获取 2.2.2 样本生成 2.2.3 算法应用 2.3 数据驱动方法应用于电力系统暂态分析的探讨 2.3.1 数据稀缺与电力系统时变性问题 2.3.2 特征提取主观性和不完全问题 2.3.3 AI暂态预测模型可解释性问题 2.4 参考文献第三章数据与知识联合驱动方法的应用及其典型模式 3.1 数据与知识驱动方法研究应用现状 3.1.1 数据与知识驱动方法的上层联合 3.1.2 数据与知识驱动方法的底层联合 3.2 数据与知识驱动方法的典型联合模式探讨 3.2.1 并行模式 3.2.2 串行模式 3.2.3 引导模式 3.2.4 反馈模式 3.3 数据与知识联合驱动并行模式性能分析 3.3.1 并行模式融合模型定义与适用性条件 3.3.2 联合驱动模型与知识模型误差对比分析 3.3.3 联合驱动模型与数据模型误差对比分析 3.3.4 数据与知识联合驱动模型性能仿真分析 3.4 本章小结 3.5 参考文献第四章数据与知识联合驱动在模型参数辨识中的应用 4.1 直流输电系统机电暂态仿真模型 4.2 基于深度强化学习的电网仿真模型参数在线修正框架 4.3 基于DDPG的直流输电模型参数在线修正方法 4.3.1 DDPG算法基本原理 4.3.2 面向直流输电模型参数修正的DDPG算法设计 4.4 直流输电模型参数修正效果分析 4.5 本章小结 4.6 参考文献第五章数据与知识联合驱动在状态估计中的应用 5.1 数据与知识联合驱动的电力系统状态估计 5.1.1 状态估计数学描述 5.1.2 数据-知识联合驱动的电力系统状态估计 5.2 数据与知识联合驱动的电力系统状态估计方法 5.2.1 基于直流潮流的状态估计 5.2.2 基于图深度学习的状态估计 5.2.3 基于数据-知识联合驱动的状态估计实施方案 5.3 算例分析 5.3.1 样本集的构造 5.3.2 数据驱动模型的结构 5.3.3 模型精度比较 5.3.4 模型抗差能力分析 5.3.5 模型适应性分析 5.3.6 模型时效性分析 5.4 本章小结 5.5 参考文献第六章数据与知识联合驱动在频率动态特征分析中的应用 6.1 电力系统频率响应模型方法性能分析及改进 6.1.1 频率态势预测的物理简化模型 6.1.2 基于机器学习方法的系统频率响应校正模型 6.2 知识驱动-数据融合的电网暂态频率在线预测模型 6.2.1 系统频率响应模型参数配置 6.2.2 不平衡功率在线计算 6.2.3 机器学习方法配置 6.2.4 在线应用实施方案 6.3 电网暂态频率预测效果分析 6.3.1 样本生成及评价方法 6.3.2 结果分析 6.4 本章小结 6.5 参考文献第七章数据与知识联合驱动在功角稳定性预测中的应用 7.1 基于轨迹拟合和极限学习机的暂态稳定评估方法 7.1.1 多机系统的数学模型 7.1.2 基于轨迹拟合的电网暂态功角稳定性预测方法 7.1.3 基于ELM的电网暂态功角稳定性预测方法 7.2 基于全局和就地信息的电网暂态稳定性并行预测方法 7.2.1 电网暂态稳定预测的并行模型 7.2.2 电网暂态稳定性并行预测方法的实施流程 7.3 电网暂态稳定性评估效果分析 7.3.1 样本生成方法 7.3.2 基于轨迹拟合的暂态稳定预测方法实施效果 7.3.3 基于ELM的暂态稳定预测方法实施效果 7.3.4 并行预测方法的实施效果 7.3.5 在线实施效果分析 7.4 本章小结 7.5 参考文献第八章数据与知识联合驱动在功角稳定裕度分析中的应用 8.1 考虑样本迁移的电网临界切除时间预测框架 8.1.1 基于压缩-匹配策略的样本迁移方法 8.1.2 基于预测-校正框架的临界切除时间预测方法 8.2 基于IEEAC和改进ELM的临界切除时间预测方法 8.2.1 集成扩展等面积准则(IEEAC) 8.2.2 基于遗传算法的集成ELM模型 8.2.3 临界切除时间预测方法具体实施方案 8.3 结果分析 8.3.1 正常运行方式下临界切除时间方法性能分析 8.3.2 运行方式变化时临界切除时间方法性能分析 8.4 本章小结 8.5 参考文献第九章数据与知识联合驱动在对抗攻击防御中的应用 9.1 基于生成对抗网络的漏洞挖掘方法 9.1.1 控制策略在对抗攻击下的鲁棒性量化评估指标 9.1.2 控制策略中的漏洞挖掘方法 9.2 基于数据-知识联合的对抗攻击防御方法 9.2.1 数据-知识融合模型 9.2.2 融合模型的防御能力分析 9.2.3 融合模型训练方法 9.3 数据-知识融合方法的防御效果 9.4 本章小结 9.5 参考文献

展开全部

数据与知识联合驱动方法在电力系统中的应用作者简介

王琦，东南大学电气工程学院副教授，博士生导师，东南大学“至善青年”学者，IEEEPES能源互联网信息物理系统分委会秘书，《中国电力》《电力建设》《宁夏电力》等期刊编委／青年编委，《中国电机工程学报》《电力系统自动化》《电力自动化设备》等期刊优秀审稿人。多年来一直从事电网信息物理融合系统、电力系统态势感知、稳定分析与控制等领域相关研究，主持国家自然科学青年基金项目1项，主持国家重点研发计划子任务2项，近五年以作者或通讯作者发表期刊论文30余篇，获国家发明专利授权17项。李峰，南京师范大学电气与自动化学院讲师，主要从事电力系统安全稳定分析、人工智能在电力系统中的应用等领域的研究工作，主持江苏省高等学校研究面上项目1项，近五年以作者或通讯作者发表期刊论文6篇，其中SCI检索5篇，获国家发明专利授权3项。汤奕，东南大学电气工程学院教授，博士生导师，电力系统自动化研究所所长，东南大学溧阳研究院常务副院长，长期从事电力系统稳定分析与控制、新能源并网、综合能源服务、电网信息物理融合系统等领域相关的研究与应用，负责国家自然科学基金项目3项，承担国家重点研发计划1项及各级科技项目80余项，获省部级科技奖项十余项，发表SCI/EI检索论文100余篇，获国家发明专利授权38项。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐