123,123

內(nèi)容簡(jiǎn)介

　　本書以實(shí)現(xiàn)電力系統(tǒng)的智能化控制為研究目的，首先從提高短期負(fù)荷預(yù)測(cè)精度方面展開研究，針對(duì)預(yù)測(cè)誤差的導(dǎo)致因素——模型的系統(tǒng)誤差、輸入指標(biāo)的權(quán)重、歷史數(shù)據(jù)的混沌特性、樣本數(shù)據(jù)的權(quán)重等，從不同角度改進(jìn)預(yù)測(cè)方法以提高預(yù)測(cè)精度，提出高精度負(fù)荷預(yù)測(cè)方法，能夠?yàn)榻?jīng)濟(jì)調(diào)度決策提供更加科學(xué)有效的依據(jù)。然后，基于以上成果，進(jìn)一步針對(duì)電力系統(tǒng)短期經(jīng)濟(jì)調(diào)度決策優(yōu)化問題展開深入探討，提出計(jì)及負(fù)荷預(yù)測(cè)不確定性的魯棒安全約束經(jīng)濟(jì)調(diào)度決策優(yōu)化方法。

作者簡(jiǎn)介

暫缺《電力系統(tǒng)短期負(fù)荷預(yù)測(cè)及經(jīng)濟(jì)調(diào)度決策優(yōu)化研究》作者簡(jiǎn)介

圖書目錄

第1章緒論
1.1 研究背景與意義
1.2 國內(nèi)外相關(guān)工作研究進(jìn)展
1.3 本書主要研究思路
第2章基于誤差補(bǔ)償核隨機(jī)權(quán)重神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)方法
2.1 引言
2.2 誤差補(bǔ)償核隨機(jī)權(quán)重神經(jīng)網(wǎng)絡(luò)模型
2.3 基于誤差補(bǔ)償核隨機(jī)權(quán)重神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)模型
2.4 仿真實(shí)例
2.5 本章小結(jié)
第3章基于多元混沌時(shí)間序列和加權(quán)核隨機(jī)權(quán)重神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)方法
3.1 引言
3.2 基于加權(quán)核隨機(jī)權(quán)重神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)模型
3.3 基于多元混沌時(shí)間序列和加權(quán)核隨機(jī)權(quán)重神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)模型
3.4 本章小結(jié)
第4章計(jì)及負(fù)荷預(yù)測(cè)不確定性的魯棒安全約束經(jīng)濟(jì)調(diào)度決策方法
4.1 引言
4.2 電力系統(tǒng)的負(fù)荷預(yù)測(cè)不確定性模型
4.3 考慮安全約束的短期魯棒經(jīng)濟(jì)調(diào)度優(yōu)化方法
4.4 計(jì)及負(fù)荷預(yù)測(cè)不確定性的魯棒安全約束經(jīng)濟(jì)調(diào)度決策優(yōu)化模型
4.5 本章小結(jié)
第5章結(jié)論與展望
5.1 結(jié)論
5.2 創(chuàng)新點(diǎn)
5.3 展望
參考文獻(xiàn)
附錄