新書推薦：
《
写意兰竹树石课徒稿
》
售價：HK$
110.4
《
不较真的心理智慧
》
售價：HK$
59.8
《
漫画算法与数据结构（大规模数据集）
》
售價：HK$
95.8
《
欧洲的扩张1415—1789：现代世界的奠基
》
售價：HK$
177.6
《
严禁造谣
》
售價：HK$
59.8
《
引导的秘诀：通过团队合作获得结果的SMART指南（最新修订版）（白金版）
》
售價：HK$
118.8
《
文史星历：秦汉史丛稿
》
售價：HK$
141.6
《
神灵衰落：祈雨与乾隆朝的信仰危机
》
售價：HK$
106.8
|
| 內容簡介： |
|
本书包含电力系统中的多种优化问题，其中包括电力系统经济运行（短期调度、长期调度），机组组合，电力系统优潮流以及电能质量智能测量等问题。在算法上，介绍了泛函分析、模糊系统、模拟退火、禁忌搜索、遗传算法、粒子群算法等多种优化方法。对各种电力优化问题，通常会给出两种以上的优化技术解决方案。针对不同的优化技术解决方案，均详实地给出了问题的数学模型、优化技术或算法的针对性运用以及具体的求解流程，同时还给出了优化结果。通过阅读本书，可以使初学者在短时间内了解多种电力问题的数学模型、优化求解思路和具体的实现技法；通过多种优化技术的对比，可以帮助有基础的读者实现电力优化技术的提升以及应用领域的引领。
|
| 目錄：
|
目录
译者序
原书前言
致谢
第１章 概述１
１.１ 引言１
１.２ 优化技术２
１.２.１ 传统优化技术（经典算法） ３
１.２.２ 进化技术６
１.３ 本书概要１７
参考文献１９
第２章 数学优化方法２０
２.１ 引言２０
２.２ 二次型２０
２.３ 一些静态优化方法２２
２.３.１ 无约束优化２３
２.３.２ 带约束优化问题２６
２.４ 庞特里亚金最大值定理３０
２.５ 泛函解析优化技术３４
２.５.１ 范数３４
２.５.２ 内积（点积） ３５
２.５.３ 函数的转换３６
２.５.４ 最小范数定理３８
２.６ 模拟退火算法３９
２.６.１ 模拟退火的物理概念４０
２.６.２ 组合优化问题４０
２.６.３ 一般的模拟退火算法４１
２.６.４ 冷却进度表４１
２.６.５ 多项式时间冷却进度表４１
２.６.６ Ｋｉｒｋ冷却进度表４３
２.７ 禁忌搜索算法４４
２.７.１ 禁忌表约束４４
２.７.２ 特赦准则４５
２.７.３ 终止准则４５
２.７.４ 常规禁忌搜索算法４６
２.８ 遗传算法４７
２.８.１ 编码４８
２.８.２ 适应度函数４８
２.８.３ 遗传算子４９
２.８.４ 约束条件的处理（修复机制） ４９
２.８.５ 普通遗传算法４９
２.９ 模糊系统５０
２.９.１ 基本术语和定义５４
２.９.２ 模糊集支集５４
２.９.３ 正规性５５
２.９.４ 凹凸性５５
２.９.５ 模糊集合的基本运算５６
２.１０ 粒子群优化（ＰＳＯ）算法５９
２.１１ ＰＳＯ算法的基本原理６１
２.１１.１ 一般ＰＳＯ算法６２
参考文献６４
第３章 电力系统经济运行６５
３.１ 引言６５
３.２ 水－火－核联合供电电力系统６６
３.２.１ 数学建模６６
３.２.２ 优化步骤６８
３.２.３ 基于最小范数定理的最优解获取７１
３.２.４ 一种可行的多层算法７３
３.２.５ 结论与总结７５
３.３ 全火力发电系统７５
３.３.１ 常规全火力发电系统的问题描述７５
３.３.２ 模糊全火力发电系统问题的数学模型７６
３.３.３ 求解算法８３
３.３.４ 算例８３
３.３.５ 总结９８
３.４ 考虑模糊负荷和模糊成本函数参数的全火力发电系统１０１
３.４.１ 问题的数学描述１０１
３.４.２ 三角形模糊数的模糊区间运算１０３
目录Ⅸ
３.４.３ 采用三角形Ｌ－Ｒ表示法的模糊数的模糊运算１０４
３.４.４ 算例１０５
３.５ 计及损耗的模糊经济调度问题１３９
３.５.１ 问题的数学描述１３９
３.５.２ 求解算法１４２
３.５.３ 仿真实例１４３
３.５.４ 总结１５６
附录１５８
附录Ａ.１ １５８
附录Ａ.２ １５８
参考文献１５９
第４章 经济调度问题与机组组合问题：建模与求解算法１６１
４.１ 引言１６１
４.２ 该问题的求解思路１６１
４.３ 制定试验解的产生规则１６２
４.４ 电力系统经济调度问题１６２
４.５ 目标函数１６２
４.５.１ 生产成本１６２
４.５.２ 机组起动成本１６３
４.６ 约束条件１６３
４.６.１ 系统约束１６４
４.６.２ 机组约束１６４
４.７ 试验解的产生规则１６５
４.８ 产生初始解１６８
４.９ 经济调度问题的求解算法１６８
４.９.１ 基于线性互补形式的经济调度问题１６９
４.９.２ 经济调度问题的Ｔａｂｌｅａｕ规模１７０
４.１０ 模拟退火算法用于求解ＵＣＰ １７１
４.１０.１ 与文献中其他ＳＡＡ的比较１７１
４.１０.２ 数值算例１７２
４.１１ 总结与结论１８６
４.１２ 用禁忌搜索（ＴＳ）算法求解ＵＣＰ １８７
４.１２.１ 禁忌表（ＴＬ）的约束１８７
４.１２.２ 特赦水平的标准１８８
４.１２.３ 终止准则１８８
４.１２.４ 常规禁忌搜索算法１８８
４.１２.５ ＴＳ算法在ＵＣＰ中的应用１８９
Ⅹ 现代优化算法在电力系统中的应用
４.１２.６ ＵＣＰ的禁忌表类型１９１
４.１２.７ ＵＣＰ的禁忌表方法１９１
４.１２.８ 不同禁忌表建立方法之间的比较１９２
４.１２.９ 用于ＵＣＰ的禁忌表的大小１９３
４.１２.１０ ＳＴＳＡ的数值结果１９３
４.１３ 高级禁忌搜索（ＡＴＳ）算法１９９
４.１３.１ 中期记忆１９９
４.１３.２ 长期记忆１９９
４.１３.３ 策略波动机制１９９
４.１３.４ ＡＴＳ算法用于求解ＵＣＰ ２００
４.１３.５ 中期记忆的实现２０１
４.１３.６ 长期记忆的实现２０１
４.１３.７ 策略波动的实现２０１
４.１３.８ ＡＴＳＡ的数值结果２０１
４.１４ 局部总结２０６
４.１５ 遗传算法用于求解ＵＣＰ ２０６
４.１５.１ 解的编码２０７
４.１５.２ 适应度函数２０７
４.１５.３ 遗传算子２０８
４.１５.４ 约束处理（修复机制） ２０８
４.１５.５ 普通遗传算法２０８
４.１５.６ 用遗传算法求解ＵＣＰ ２０９
４.１５.７ 问题编码２０９
４.１５.８ 构建适应度函数２１１
４.１５.９ 染色体的选择过程２１１
４.１５.１０ 交叉２１１
４.１５.１１ 变异２１２
４.１５.１２ 自适应ＧＡ算子２１３
４.１５.１３ 算例２１３
４.１５.１４ 总结与延伸２１８
４.１６ 用于求解ＵＣＰ的混合算法２１９
４.１７ 模拟退火与禁忌搜索的混合（ＳＴ） ２１９
４.１７.１ ＳＴ算法中的禁忌搜索部分２２０
４.１７.２ ＳＴ算法中的模拟退火部分２２１
４.１８ ＳＴ算法的数值计算结果２２１
４.１９ 遗传算法与禁忌搜索的混合２２５
４.１９.１ 遗传禁忌（ＧＴ）算法的提出２２５
４.１９.２ ＧＴ算法中的遗传算法部分２２６
目录Ⅺ
４.１９.３ ＧＴ算法中的禁忌搜索部分２２７
４.２０ ＧＴ算法的数值计算结果２２８
４.２１ ＧＡ、ＳＡ与ＴＳ算法的混合（ＧＳＴ算法） ２３３
４.２１.１ ＧＳＴ算法的遗传算法部分的设计与实现２３３
４.２１.２ ＧＳＴ算法的禁忌搜索部分的设计与实现２３３
４.２１.３ ＧＳＴ算法的模拟退火部分的设计与实现２３３
４.２２ ＧＳＴ算法的数值计算结果２３５
４.２３ 总结与延伸２４０
４.２４ 各算法在ＵＣＰ方面的比较２４１
４.２４.１ 算例１的比较结果２４１
４.２４.２ 算例２的比较结果２４２
４.２４.３ 算例３的比较结果２４３
４.２４.４ 小结２４５
参考文献２４５
第５章 最优潮流２５１
５.１ 引言２５１
５.２ 电力潮流方程２５７
５.２.１ 负荷节点２５７
５.２.２ 电压控制节点２５７
５.２.３ 松弛节点２５８
５.３ 一般ＯＰＦ问题的数学描述２６０
５.３.１ 目标函数２６０
５.３.２ 约束条件２６２
５.３.３ ＯＰＦ中的优化算法２６４
５.４ 优化算法用于单目标最优潮流２６６
５.４.１ 粒子群优化（ＰＳＯ）算法用球解ＯＰＦ问题２６６
５.４.２ ＩＥＥＥ－３０节点电力系统２６７
５.４.３ 有功损耗最小２７１
５.４.４ 最小发电燃料成本２７５
５.４.５ 最大化无功储备裕度２７９
５.４.６ 最小化无功功率损耗２８３
５.４.７ 最小化排放指数２８７
５.４.８ 最大化安全裕度２９１
５.５ 不同单目标函数的比较２９５
５.６ 多目标ＯＰＦ算法２９６
５.７ 多目标分析的基本概念２９６
５.８ 多目标ＯＰＦ算法２９８
Ⅻ 现代优化算法在电力系统中的应用
５.８.１ 多目标ＯＰＦ建模２９８
５.８.２ 求解多目标ＯＰＦ问题的一般步骤２９８
５.９ 生成非支配解集３００
５.９.１ 所用方法３００
５.９.２ 加权法３００
５.１０ 层次聚类技术３０１
５.１１ 本章小结３０６
附录３０７
参考文献３１０
第６章 水力发电系统的长期调度３１５
６.１ 引言３１５
６.２ 问题的数学模型３１６
６.３ 问题的求解：最小范数法３１７
６.３.１ 系统建模３１８
６.３.２ 公式化３１８
６.３.３ 最优解求取３２０
６.３.４ 实际应用算例３２２
６.３.５ 小结３２３
６.３.６ 非线性模型３２３
６.４ 模拟退火算法３３０
６.４.１ 试验解的产生（邻近解） ３３１
６.４.２ ＳＡＡ用于ＬＴＨＳＰ的详细步骤３３２
６.４.３ 实际应用算例３３４
６.４.４ 小结３３５
６.５ 禁忌搜索算法３３６
６.５.１ 问题描述３３６
６.５.２ 禁忌搜索方法３３６
６.５.３ ＴＳＡ的具体步骤３３８
６.５.４ 停止判据３３９
６.５.５ 数值实例３３９
６.５.６ 总结与延伸３４１
参考文献３４１
第７章 电能质量分析３４４
７.１ 引言３４４
７.２ 模拟退火算法的应用３４７
７.２.１ 模拟退火算法的接受测试３４７
目录
７.２.２ 步长向量的调整３４７
７.２.３ 冷却进度表３４８
７.３ 闪变电压的模拟３４８
７.３.１ 问题的数学描述３４８
７.３.２ 求解电压闪变算法测试３４９
７.３.３ 采样数的影响３４９
７.３.４ 采样频率的影响３５０
７.４ 谐波问题的数学描述３５０
７.５ 算法在求解谐波方面的测试３５１
７.５.１ 信号频率已知３５１
７.５.２ 信号频率未知３５３
７.６ 结论３５５
７.７ 稳态频率估计３５６
７.７.１ 恒频模型和问题的建模３５８
７.７.２ 计算机模拟数据３５８
７.７.３ 受谐波污染的信号３５９
７.７.４ 实际量测数据３６０
７.８ 结论３６１
７.８.１ 变频模型３６２
７.８.２ 仿真算例３６３
７.８.３ 呈指数衰减的频率３６５
７.９ 结论３６７
参考文献３６７
|
| 內容試閱：
|
原书前言近年来，人工智能（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ，ＡＩ）在电力系统工程领域的应用已成热门，这使得基于人工智能这一先进领域的各种智能算法的应用日益广泛。
智能算法不同于以往那些数学优化方法，它对于在电力系统中常见的非线性连续系统和离散系统的优化问题有着很强的适应能力。目前，在人工智能领域中，比较为人熟知的算法有进化规划算法、遗传算法、模拟退火算法、禁忌搜索算法和神经网络算法。
在过去的３０年中，已经发表了很多关于各种智能算法在电力系统中应用的学术论文。但是，出版的书籍还不是很多，而且大多都仅限于电力系统某一子领域的知识范畴。目前急需一本能够涵盖电力系统大部分领域的有关智能算法应用实例内容的专业书籍。
本书有关给出了很多人工智能优化算法在电力系统运行和控制方面的应用实例。
本书通过大量示例和工程实例，介绍了诸如泛函分析、模拟退火、禁忌搜索、遗传算法和模糊系统等优化方法，以及它们在电力系统最优运行与控制方面的应用。
第２章简要介绍了一些优化算法的数学背景，其中包括最小范数定理以及如何应用最小范数定理求解最优化问题；还简要介绍了可以作为最优化问题求解工具的模糊系统、模拟退火算法、禁忌搜索算法、遗传算法和粒子群算法。
第３章主要介绍了电力系统经济运行问题。将水－火－核联合供电电力系统的短期调度问题做了示例，并采用最小范数定理对其蕴含的最优化问题进行了求解。同时，本章还阐述了如何利用模糊系统对全火力发电系统的模糊经济调度问题进行建模，并介绍了具体的求解方法与求解过程。
第４章介绍了电力系统的经济调度（ＥｃｎｏｍｉｃＤｉｓｐａｔｃｈＰｒｏｂｌｅｍ，ＥＤＰ） 和机组组合（ＵｎｉｔＣｏｍｍｉｔｍｅｎｔＰｒｏｂｃｅｍ，ＵＣＰ）问题。详细介绍了用人工智能算法求解ＵＣＰ需要的３个步骤：对问题进行数学描述或系统建模、产生试验解的规则以及有效的ＥＤＰ的求解算法。这一章还详细介绍了采用不同算法求解ＥＤＰ和ＵＣＰ的具体实施过程。
第５章的“最优潮流”研究的是电力系统优化潮流问题。首先介绍了传统潮流和最优潮流（ＯｐｔｉｍａｌＰｏｗｅｒＦｌｏｗ，ＯＰＦ） 的区别，并给出了ＯＰＦ问题的多种优化目标的数学表述。在这一章中，还重点介绍了如何用粒子群算法来求解电力系统最优潮流问题。
第６章“水力发电系统的长期调度” 将多水库级联发电系统（梯级水电系统）的长期调度问题作为待优化问题。本章分别介绍了采用最小范数定理、模拟退火算法和禁忌搜索算法求解该问题的方法和求解过程。
最后，在第７章“电能质量分析” 中介绍了如何用模拟退火算法测量电压信号中的电压闪变量、频率量和谐波量。同时，还分别介绍了如何利用模拟退火算法和禁忌搜索算法在估测保护系统中恒频和变频两种情况下电压信号的频率和相角。并分析和讨论了两种非恒频情况对智能测量方法的影响：频率随时间呈线性变化，频率随时间呈指数变化。此外，还介绍了关键参数对智能测量算法性能的影响。
本书对电气工程学科的高年级本科、研究生以及电气工程师在进行电力系统运行控制和保护方面的研究和工作，将是十分有用的。同时，本书对从事运筹学和水资源研究的科研人员也将是十分有帮助的。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
