现代电力系统辨识人工智能方法
作者：艾芊 著
出版时间：2012年
内容简介
《现代电力系统辨识人工智能方法》主要论述电力系统中主要元件的数学模型以及建模方法，并对智能算法及智能系统应用到电力系统建模的研究成果进行了进一步阐述，如人工神经网络、遗传算法、免疫算法、免疫系统等。《现代电力系统辨识人工智能方法》可供工科院校电气专业及相关专业研究生作为教材，也可供从事电力系统运行、设计、试验、科研等工作的科技人员作为参考书。
目录
第1章 概论
1.1 模型和建模途径
1.1.1 模型定义与建模方法
1.1.2 模型基础
1.2 系统辨识的定义
1.3 辨识方法、内容与步骤
1.3.1 辨识方法
1.3.2 辨识内容
1.3.3 辨识步骤
1.4 电力系统中参数辨识的重要性
1.4.1 电力系统参数辨识的提出
1.4.2 电力系统参数辨识的特点
1.4.3 电力系统参数辨识的发展及研究现状
1.4.4 电力系统元件建模综述
参考文献
第2章 人工智能在电力系统中的应用
2.1 人工智能的含义
2.1.1 人工智能简述
2.1.2 人工智能的定义
2.2 智能算法的简介
2.2.1 人工神经网络ANN
2.2.2 遗传算法
2.2.3免疫算法
2.2.4蚁群算法
2.2.5模拟退火算法
2.2.6 上述算法的相互结合
2.2.7 其他智能算法与体系
2.3 智能算法在电力系统的成功应用
参考文献
第3章 电力系统动态数学模型
3.1 动态系统的数学模型
3.1.1 线性动态系统模型
3.1.2 非线性动态系统模型
3.2 电力系统动态数学模型的特点
3.2.1 电力系统的DAE模型
3.2.2 同步电机数学模型
3.2.3 励磁系统的数学模型
3.2.4 原动机与调速器模型
3.2.5 负荷模型
3.2.6 电力网络的数学模型
参考文献
第4章 电力发电机组建模
4.1 发电机的常用模型
4.1.1 abc坐标下的有名值方程
4.1.2 同步发电机的基本方程
4.1.3 同步发电机的导出模型
4.2 参数模型的辨识方法
4.2.1 同步发电机参数辨识原理
4.2.2 同步发电机参数辨识步骤
4.2.3 发电机参数辨识方法
4.3 非参数模型的确定
4.3.1 传统发电机机理模型的特点
4.3.2 基于输入／输出特性的发电机模型
4.3.3 全互联递归神经网络(RNN网络)原理和学习算法
4.3.4 发电机详细模型的输入输出量的选择
4.3.5 培训模型的扰动方式选择
参考文献
第5章 励磁系统的建模
第6章 调速系统及原动机建模
第7章 电力系统负荷建模
第8章 电力电子元件建模
第9章 电力系统动态等值
第10章 电力系统整体建模
参考文献
