數據與知識聯合驅動方法在電力系統中的應用 王琦等著 9787576607956 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：東南大學
物品所在地：中國大陸
原出版社：東南大學
NT$312
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202306*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：數據與知識聯合驅動方法在電力系統中的應用 ISBN：9787576607956 出版社：東南大學 著編譯者：王琦等著 頁數：147 所在地：中國大陸 *此為代購商品 書號：1564021 可大量預訂，請先連絡。 內容簡介 本書對各研究領域中的數據與知識聯合驅動方法進行了整理歸納，結合電力系統的特點和需求，梳理了數據與知識聯合驅動的典型應用方式，針對潛在的應用場景進行了詳細討論，並在電力系統應用場景中測試驗證了數據與知識聯合驅動方法的應用效果。全書結構如下： 第一章：對數據-知識驅動方法的特點以及互補特性進行闡述，並說明了電力系統分析與評估等問題對於數據與知識聯合驅動方法的需求。 第二章：以電力系統暫態穩定應用為例，分析了數據驅動方法在電力系統應用中的適應性、現狀和問題。 第三章：對各研究領域中數據與知識驅動方法的應用方式進行調研和討論，並進一步結合電力系統應用研究中的背景需求，總結出四種典型的數據與知識驅動的聯合模式，包括反饋模式、串列模式、并行模式和引導模式，並以并行模式為例，從理論上分析了數據與知識聯合驅動方法的優勢。 第四章至第九章：針對電力系統模型參數辨識、狀態估計、頻率分析、穩定性預測、穩定性評估、對抗攻擊防禦等方面存在的問題，基於典型的數據與知識聯合驅動方法，提出相應解決方案。作者簡介 湯奕，東南大學電氣工程學院教授，博士生導師，電力系統自動化研究所所長，東南大學溧陽研究院常務副院長，長期從事電力系統穩定分析與控制、新能源併網、綜合能源服務、電網信息物理融合系統等領域相關的研究與應用，負責國家自然科學基金項目3項，承擔國家重點研發計劃1項及各級科技項目80餘項，獲省部級科技獎項十余項，發表SCI／EI檢索論文100餘篇，獲國家發明專利授權38項。目錄 第一章 緒論1 1 數據驅動方法與知識驅動方法特點分析 1 1 1 數據驅動方法 1 1 2 知識驅動方法 1 1 3 數據與知識驅動方法的區別與聯繫 1 1 4 電力系統中數據與知識驅動方法聯合的必要性 1 2 本書結構 1 3 參考文獻 第二章 數據驅動方法在電力系統中的應用——以暫態分析為例 2 1 數據驅動方法對電力系統相關應用的適應性 2 2 數據驅動方法應用於電力系統暫態分析現狀 2 2 1 數據獲取 2 2 2 樣本生成 2 2 3 演算法應用 2 3 數據驅動方法應用於電力系統暫態分析的探討 2 3 1 數據稀缺與電力系統時變性問題 2 3 2 特徵提取主觀性和不完全問題 2 3 3 AI暫態預測模型可解釋性問題 2 4 參考文獻 第三章 數據與知識聯合驅動方法的應用及其典型模式 3 1 數據與知識驅動方法研究應用現狀 3 1 1 數據與知識驅動方法的上層聯合 3 1 2 數據與知識驅動方法的底層聯合 3 2 數據與知識驅動方法的典型聯合模式探討 3 2 1 并行模式 3 2 2 串列模式 3 2 3 引導模式 3 2 4 反饋模式 3 3 數據與知識聯合驅動并行模式性能分析 3 3 1 并行模式融合模型定義與適用性條件 3 3 2 聯合驅動模型與知識模型誤差對比分析 3 3 3 聯合驅動模型與數據模型誤差對比分析 3 3 4 數據與知識聯合驅動模型性能模擬分析 3 4 本章小結 3 5 參考文獻 第四章 數據與知識聯合驅動在模型參數辨識中的應用 4 1 直流輸電系統機電暫態模擬模型 4 2 基於深度強化學習的電網模擬模型參數在線修正框架 4 3 基於DDPG的直流輸電模型參數在線修正方法 4 3 1 DDPG演算法基本原理 4 3 2 面向直流輸電模型參數修正的DDPG演算法設計 4 4 直流輸電模型參數修正效果分析 4 5 本章小結 4 6 參考文獻 第五章 數據與知識聯合驅動在狀態估計中的應用 5 1 數據與知識聯合驅動的電力系統狀態估計 5 1 1 狀態估計數學描述 5 1 2 數據-知識聯合驅動的電力系統狀態估計 5 2 數據與知識聯合驅動的電力系統狀態估計方法 5 2 1 基於直流潮流的狀態估計 5 2 2 基於圖深度學習的狀態估計 5 2 3 基於數據-知識聯合驅動的狀態估計實施方案 5 3 算例分析 5 3 1 樣本集的構造 5 3 2 數據驅動模型的結構 5 3 3 模型精度比較 5 3 4 模型抗差能力分析 5 3 5 模型適應性分析 5 3 6 模型時效性分析 5 4 本章小結 5 5 參考文獻 第六章 數據與知識聯合驅動在頻率動態特徵分析中的應用 6 1 電力系統頻率響應模型方法性能分析及改進 6 1 1 頻率態勢預測的物理簡化模型 6 1 2 基於機器學習方法的系統頻率響應校正模型 6 2 知識驅動-數據融合的電網暫態頻率在線預測模型 6 2 1 系統頻率響應模型參數配置 6 2 2 不平衡功率在線計算 6 2 3 機器學習方法配置 6 2 4 在線應用實施方案 6 3 電網暫態頻率預測效果分析 6 3 1 樣本生成及評價方法 6 3 2 結果分析 6 4 本章小結 6 5 參考文獻 第七章 數據與知識聯合驅動在功角穩定性預測中的應用 7 1 基於軌跡擬合和極限學習機的暫態穩定評估方法 7 1 1 多機系統的數學模型 7 1 2 基於軌跡擬合的電網暫態功角穩定性預測方法 7 1 3 基於ELM的電網暫態功角穩定性預測方法 7 2 基於全局和就地信息的電網暫態穩定性并行預測方法 7 2 1 電網暫態穩定預測的并行模型 7 2 2 電網暫態穩定性并行預測方法的實施流程 7 3 電網暫態穩定性評估效果分析 7 3 1 樣本生成方法 7 3 2 基於軌跡擬合的暫態穩定預測方法實施效果 7 3 3 基於ELM的暫態穩定預測方法實施效果 7 3 4 并行預測方法的實施效果 7 3 5 在線實施效果分析 7 4 本章小結 7 5 參考文獻 第八章 數據與知識聯合驅動在功角穩定裕度分析中的應用 8 1 考慮樣本遷移的電網臨界切除時間預測框架 8 1 1 基於壓縮-匹配策略的樣本遷移方法 8 1 2 基於預測-校正框架的臨界切除時間預測方法 8 2 基於IEEAC和改進ELM的臨界切除時間預測方法 8 2 1 集成擴展等面積準則(IEEAC) 8 2 2 基於遺傳演算法的集成ELM模型 8 2 3 臨界切除時間預測方法具體實施方案 8 3 結果分析 8 3 1 正常運行方式下臨界切除時間方法性能分析 8 3 2 運行方式變化時臨界切除時間方法性能分析 8 4 本章小結 8 5 參考文獻 第九章 數據與知識聯合驅動在對抗攻擊防禦中的應用 9 1 基於生成對抗網路的漏洞挖掘方法 9 1 1 控制策略在對抗攻擊下的魯棒性量化評估指標 9 1 2 控制策略中的漏洞挖掘方法 9 2 基於數據-知識聯合的對抗攻擊防禦方法 9 2 1 數據-知識融合模型 9 2 2 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
