現(xiàn)代電力系統(tǒng)辨識人工智能方法

第1章　概論
  1.1  模型和建模途徑
    1.1.1  模型定義與建模方法
    1.1.2  模型基礎(chǔ)
  1.2  系統(tǒng)辨識的定義
  1.3  辨識方法、內(nèi)容與步驟
    1.3.1  辨識方法
    1.3.2　辨識內(nèi)容
    1.3.3  辨識步驟
  1.4  電力系統(tǒng)中參數(shù)辨識的重要性
    1.4.1  電力系統(tǒng)參數(shù)辨識的提出
    1.4.2  電力系統(tǒng)參數(shù)辨識的特點
    1.4.3  電力系統(tǒng)參數(shù)辨識的發(fā)展及研究現(xiàn)狀
    1.4.4  電力系統(tǒng)元件建模綜述
  參考文獻
第2章  人工智能在電力系統(tǒng)中的應(yīng)用
  2.1  人工智能的含義
    2.1.1  人工智能簡述
    2.1.2  人工智能的定義
  2.2  智能算法的簡介
    2.2.1  人工神經(jīng)網(wǎng)絡(luò)ANN 
    2.2.2  遺傳算法
    2.2.3免疫算法
    2.2.4蟻群算法
    2.2.5模擬退火算法
    2.2.6  上述算法的相互結(jié)合
    2.2.7  其他智能算法與體系
  2.3  智能算法在電力系統(tǒng)的成功應(yīng)用
  參考文獻
第3章  電力系統(tǒng)動態(tài)數(shù)學(xué)模型
  3.1  動態(tài)系統(tǒng)的數(shù)學(xué)模型
    3.1.1  線性動態(tài)系統(tǒng)模型
    3.1.2  非線性動態(tài)系統(tǒng)模型
  3.2  電力系統(tǒng)動態(tài)數(shù)學(xué)模型的特點
    3.2.1  電力系統(tǒng)的DAE模型
    3.2.2  同步電機數(shù)學(xué)模型
    3.2.3  勵磁系統(tǒng)的數(shù)學(xué)模型
　　3.2.4  原動機與調(diào)速器模型
    3.2.5  負(fù)荷模型
    3.2.6  電力網(wǎng)絡(luò)的數(shù)學(xué)模型
  參考文獻
第4章  電力發(fā)電機組建模
  4.1  發(fā)電機的常用模型
    4.1.1  abc坐標(biāo)下的有名值方程
    4.1.2  同步發(fā)電機的基本方程
    4.1.3  同步發(fā)電機的導(dǎo)出模型
  4.2  參數(shù)模型的辨識方法
    4.2.1  同步發(fā)電機參數(shù)辨識原理
    4.2.2  同步發(fā)電機參數(shù)辨識步驟
    4.2.3  發(fā)電機參數(shù)辨識方法
  4.3  非參數(shù)模型的確定
    4.3.1  傳統(tǒng)發(fā)電機機理模型的特點
    4.3.2  基于輸入／輸出特性的發(fā)電機模型
    4.3.3  全互聯(lián)遞歸神經(jīng)網(wǎng)絡(luò)(RNN網(wǎng)絡(luò))原理和學(xué)習(xí)算法
    4.3.4  發(fā)電機詳細(xì)模型的輸入輸出量的選擇
    4.3.5  培訓(xùn)模型的擾動方式選擇
    參考文獻
第5章  勵磁系統(tǒng)的建模
第6章  調(diào)速系統(tǒng)及原動機建模
第7章  電力系統(tǒng)負(fù)荷建模
第8章  電力電子元件建模
第9章  電力系統(tǒng)動態(tài)等值
第10章  電力系統(tǒng)整體建模
參考文獻