现代电力系统辨识人工智能方法PDF|Epub|txt|kindle电子书版本网盘下载

现代电力系统辨识人工智能方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 概论1

1.1 模型和建模途径1

1.1.1 模型定义与建模方法1

1.1.2 模型基础2

1.2 系统辨识的定义7

1.3 辨识方法、内容与步骤9

1.3.1 辨识方法9

1.3.2 辨识内容16

1.3.3 辨识步骤18

1.4 电力系统中参数辨识的重要性19

1.4.1 电力系统参数辨识的提出19

1.4.2 电力系统参数辨识的特点20

1.4.3 电力系统参数辨识的发展及研究现状21

1.4.4 电力系统元件建模综述22

参考文献26

第2章 人工智能在电力系统中的应用29

2.1 人工智能的含义29

2.1.1 人工智能简述29

2.1.2 人工智能的定义31

2.2 智能算法的简介32

2.2.1 人工神经网络ANN32

2.2.2 遗传算法44

2.2.3 免疫算法55

2.2.4 蚁群算法73

2.2.5 模拟退火算法88

2.2.6 上述算法的相互结合104

2.2.7 其他智能算法与体系114

2.3 智能算法在电力系统的成功应用115

参考文献122

第3章 电力系统动态数学模型134

3.1 动态系统的数学模型134

3.1.1 线性动态系统模型134

3.1.2 非线性动态系统模型139

3.2 电力系统动态数学模型的特点140

3.2.1 电力系统的DAE模型141

3.2.2 同步电机数学模型142

3.2.3 励磁系统的数学模型145

3.2.4 原动机与调速器模型146

3.2.5 负荷模型148

3.2.6 电力网络的数学模型152

参考文献153

第4章 电力发电机组建模154

4.1 发电机的常用模型154

4.1.1 abc坐标下的有名值方程154

4.1.2 同步发电机的基本方程157

4.1.3 同步发电机的导出模型158

4.2 参数模型的辨识方法164

4.2.1 同步发电机参数辨识原理164

4.2.2 同步发电机参数辨识步骤166

4.2.3 发电机参数辨识方法166

4.3 非参数模型的确定174

4.3.1 传统发电机机理模型的特点174

4.3.2 基于输入／输出特性的发电机模型177

4.3.3 全互联递归神经网络（RNN网络）原理和学习算法178

4.3.4 发电机详细模型的输入输出量的选择182

4.3.5 培训模型的扰动方式选择183

参考文献186

第5章 励磁系统的建模189

5.1 励磁系统的常规数学模型189

5.1.1 励磁控制系统的基本任务190

5.1.2 发电机励磁系统原理与分类191

5.1.3 发电机励磁系统的数学模型192

5.1.4 励磁系统的标幺值和建模所需要的数据197

5.2 励磁系统建模的常用方法198

5.2.1 发电机励磁系统参数辨识研究现状198

5.2.2 基于频域法的发电机励磁系统的参数辨识研究199

5.2.3 基于时域法的发电机励磁系统的参数辨识研究206

5.3 智能算法在励磁系统建模及参数辨识中的应用213

5.3.1 基于遗传算法的发电机励磁系统的参数辨识研究213

5.3.2 基于改进模拟退火算法励磁系统参数辨识219

5.3.3 基于粒子群优化算法的励磁系统参数辨识224

5.4 现场测试励磁系统参数227

5.4.1 励磁系统原型数学模型辨识228

5.4.2 励磁系统计算模型的选择232

5.4.3 励磁系统模型参数的校核232

参考文献233

第6章 调速系统及原动机建模237

6.1 原动机和调速系统数学模型237

6.1.1 原动机及调速系统及其模型237

6.1.2 调速系统主要特性243

6.1.3 调速系统模型在电力系统分析中的作用245

6.1.4 电力系统计算用调速系统模型245

6.2 常用的辨识方法246

6.2.1 原动机及调速系统参数辨识研究现状246

6.2.2 励磁调速系统模型参数辨识250

6.3 人工免疫算法和神经网络的应用256

6.3.1 模糊神经PID控制器设计256

6.3.2 基于免疫算法的水轮机调速系统参数辨识263

参考文献269

第7章 电力系统负荷建模271

7.1 概述271

7.1.1 负荷模型对潮流计算的影响272

7.1.2 负荷模型对小信号稳定的影响273

7.1.3 负荷模型对暂态稳定的影响273

7.1.4 负荷模型对电压稳定的影响274

7.2 电力系统负荷建模的现状与发展275

7.2.1 负荷模型275

7.2.2 负荷建模方法277

7.2.3 负荷模型的参数辨识方法279

7.2.4 负荷辨识中存在的问题281

7.3 基于非对称扰动的负荷建模新方法281

7.3.1 负荷模型282

7.3.2 参数优化285

7.3.3 辨识参数的校验286

7.3.4 改进的免疫算法用于负荷模型辨识286

7.3.5 负荷模型参数的辨识与验证295

7.4 本章小结309

参考文献309

第8章 电力电子元件建模321

8.1 概述321

8.1.1 目前电力系统的发展及存在的主要问题321

8.1.2 电力电子设备建模的研究现状与发展323

8.1.3 含非线性元件的电力系统仿真325

8.2 非线性系统的稳定分析方法326

8.2.1 非线性系统的研究历史与现状326

8.2.2 主要非线性分析方法的研究现状327

8.2.3 非线性系统稳定性的基本理论329

8.2.4 电力系统暂态稳定分析传统方法概述333

8.3 电力电子元件的详细模型337

8.3.1 STATCOM的基本运行原理337

8.3.2 STATCOM的数学模型338

8.3.3 SSSC的运行原理343

8.3.4 SSSC的数学模型344

8.3.5 光伏电池的模型347

8.3.6 燃料电池349

8.3.7 微型燃气轮机的基本原理及模型350

8.3.8 基于状态空间平均法的变流器建模351

8.4 IGBT参数辨识智能优化算法的应用及改进357

8.4.1 IGBT参数辨识优化目标357

8.4.2 最优化问题359

8.4.3 已应用的优化算法360

8.4.4 遗传算法与模拟退火算法的混合策略363

参考文献364

第9章 电力系统动态等值368

9.1 电力系统等值的常用方法及优缺点368

9.1.1 动态等值问题369

9.1.2 动态等值的发展综述370

9.1.3 同调等值法371

9.1.4 模式等值法374

9.1.5 估计等值法375

9.2 动态等值中改进免疫算法的应用376

9.2.1 小生境免疫算法376

9.2.2 基于小生境免疫算法的动态等值方法380

9.2.3 基于小生境免疫算法的估计等值法384

9.2.4 算例分析386

参考文献390

第10章 电力系统整体建模394

10.1 电力系统运行特点394

10.1.1 电力系统运行基本要求394

10.1.2 运行风险问题的提出396

10.1.3 电力系统风险评估目的与必要性397

10.1.4 运行风险评估的国内外研究现状398

10.1.5 运行风险评估研究的难点399

10.2 微电网与智能电网的发展趋势400

10.2.1 智能电网的概念400

10.2.2 微电网的基本原理402

10.2.3 微电网的国内外研究现状及前景405

10.3 智能系统在电力系统整体建模中的应用409

10.3.1 多智能体系统的基本概念409

10.3.2 多智能体系统的体系结构及智能体间的通信410

10.3.3 多智能体系统的协调与协作414

参考文献417