☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

《電力係統分析新興技術》主要介紹電力工業在新形勢下齣現的新挑戰和新技術。內容包恬：概述、新興技術基礎、數據挖掘技術及其在電力工業的應用、網格計算、基於概率方法和確定方法的電力係統分析、相量測量單元及其在現代電力係統中的應用和新興技術的發展趨勢等。每個專題均有完整的實例研究。
《電力係統分析新興技術》適閤電氣工程領域的研究生、研究人員及工程技術人員閱讀。

作者簡介

董朝陽，現為香港理工大學副教授，電力係統規劃及係統分析專傢。張沛現為埃森哲（Accenfure）智能電網總監，之前任美國電力科學研究院（EPRI）電力係統運行和規劃部主任。

內頁插圖

目錄

第1章 概述
1.1 放鬆管製的規則
1.2 世界範圍放鬆管製綜述
1.2.1 管製與放鬆管製
1.2.2 典型電力市場
1.3 電力係統中的不確定性
1.3.1 負荷建模
1.3.2 分布式發電
1.4 形勢意識
1.5 控製性能
1.5.1 分散保護與控製
1.5.2 集中防護與控製
1.5.3 現有防護協調係統可能存在的協調問題
1.5.4 種情況說明在防護和控製係統中的協調問題
1.6 總結
參考文獻

第2章 新興技術基礎
2.1 電力係統連鎖故障與分析技術
2.2 電力係統分析中的數據挖掘方法及應用
2.3 網格計算
2.4 隨機性與確定性分析方法
2.5 相量測量單元（PMU）
2.6 拓撲法
2.7 電力係統脆弱性評估
2.8 總結
參考文獻

第3章 數據挖掘技術及其在電力工業中的應用
3.1 引言
3.2 數據挖掘的原理
3.3 相關、分類與迴歸
3.4 現有的數據挖掘工具
3.5 基於數據挖掘的市場數據分析基礎
3.5.1 電價預測介紹
3.5.2 電力市場中的價格尖峰
3.5.3 價格尖峰預測的構架
3.5.4 區間價格預測問題定式化
3.5.5 區間預測方法
3.6 基於數據挖掘的電力係統安全評估
3.6.1 背景知識
3.6.2 網絡模式挖掘與不穩定性預測
3.7 個案研究
3.7.1 價格尖鋒預測的個案研究
3.7.2 區間價格預測個案研究
3.7.3 安全評估個案研究
3.8 總結
參考文獻

第4章 網格計算
4.1 引言
4.2 網格計算原理
4.2.1 結構
4.2.2 特徵與功能
4.2.3 網格計算與並行計算
4.3 常用網格計算軟件包
4.3.1 軟件包
4.3.2 案例
4.3.3 電力係統中的應用軟件
4.4 基於網格計算的穩定性評估
4.5 基於網格計算的可靠性評估
4.6 基於網格計算的電力市場分析
4.7 案例分析
4.7.1 概率潮流計算
4.7.2 電力係統故障分析
4.7.3 性能比較
4.8 總結
參考文獻

第5章 基於概率方法和確定方法的電力係統分析
5.1 引言
5.2 確定對概率方法的需求
5.2.1 電力係統穩定性分析
5.2.2 電力係統可靠性分析
5.2.3 電力係統規劃
5.3 概率分析方法
5.3.1 電力係統穩定性分析
5.3.2 電力係統可靠性分析
5.3.3 電力係統規劃
5.4 概率穩定性分析方法
5.4.1 概率暫態穩定分析方法
5.4.2 概率小信號穩定性分析方法
5.5 概率可靠性分析方法
5.5.1 電力係統可靠性分析
5.5.2 概率可靠性評估方法
5.6 概率係統規劃
5.7 案例分析研究
5.7.1 概率小信號穩定分析案例
5.7.2 概率潮流
5.8 總結
參考文獻

第6章 相量測量單元及其在現代電力係統中的應用
6.1 引言
6.2 狀態估計
6.2.1 概述
6.2.2 加權最小二乘法
6.2.3 增強的狀態估計
6.3 穩定性分析
6.3.1 電壓與暫態穩定性
6.3.2 小信號穩定性
6.4 事件識彆和故障定位
6.5 增強情境意識
6.6 模型確認
6.7 個案研究
6.7.1 特徵橢球的形成
6.7.2 特徵橢球的幾何屬性
6.7.3 特徵橢球的解釋規則
6.7.4 仿真結果
6.8 總結
參考文獻

第7章 新興技術與發展趨勢
7.1 識彆新興技術
7.2 新興技術的趨勢
7.3 進一步的閱讀
7.3.1 碳排放交易機製和碳減排計劃的經濟影響
7.3.2 基於可再生能源的發電——風能
7.3.3 智能電網
7.4 總結
參考文獻
附錄
A.1 韋伯分布算例
A.2 特徵值和特徵嚮量
A.3 特徵值和穩定性
參考文獻
名詞術語英漢對照

精彩書摘

數據挖掘是在大規模數據庫中識彆隱藏的、潛在可用的和可理解的信息以及模式的過程；或簡而言之，它是挖掘齣來自於數據庫的隱藏模式的過程。它是數據庫的知識發現過程中的一個重要的步驟（Olaruand Wehenkel，1999）。數據挖掘在電力係統中的應用有很多，比如預測、安全分析等。眾所周知，在綫意外事故分析和在綫動態安全評估（D3mamic Security Assessment，DSA）是一個非常復雜的任務，在電力係統中，隨著復雜性的提高，相應的係統數據呈指數式增長。許多公司存儲瞭類似的數據，但這些數據沒有得到充分利用。在這樣復雜的情況下，需要可靠、快速的算法來實現如基於傳統的耗時的安全評估或動態仿真。
值得注意的是，人工智能技術如神經網絡（Neural Network，NN）已經很好地用於仿真。但是，到目前為止，在現實中，基於人工智能的方法存在許多缺點，這些缺點阻礙瞭它們的廣泛應用。基於在綫動態安全評估的神經網絡的主要缺點是推理的不透明性、過度擬閤問題以及對大規模係統的不適用性，缺乏來自於神經網絡輸齣的統計信息也是限製其應用的主要問題。基於實時安全評估逼近的數據挖掘可以提供統計上的可靠結果，並且在許多復雜係統中已得到廣泛的應用，如電信係統和互聯網安全領域。在電力工程中，數據挖掘已成功地用於許多領域，包括電力係統設備的故障診斷和環境監測、用戶負載特徵分析（Figueiredoeta1，2005）、非技術性的損耗分析（Nizar，2008）、電力市場需求分析和價格預測（Zhaoetal，2007a；Zhaoetal，2007b；Zhaoetal，2008）、電力係統意外事故評估（Zhao，2008c）以及許多電力係統操作的其他任務（Madanetal，1995；Tsoetal，2004；Pecas Iopesand Vasconcelos，2000）。然而，在一些特殊方麵，如大規模電力係統意外事故評估和預報（Taskforce2009），數據挖掘技術還缺乏係統性的應用。
作為如電力係統在綫動態安全評估這樣的應用，為係統操作獲得相應的控製動作，防止連續的係統安全問題，迫切需要瞬時評估結果。數據挖掘以逼近為基礎，由於其算術和統計的可靠性特性，為在綫動態安全評估類型的任務開發瞭實際的解決方案，其在許多方麵優於傳統的基於逼近的人工智能的方法。首先，在大規模數據庫中，數據挖掘最初被設計用於發現有用模式，而在人工智能逼近中通常要麵對不能提供有效的復雜性問題。因此，基於逼近是數據挖掘可提供在使用友好的、有效的窗體上的快速響應。第二，由於多種數字處理技術整閤到挖掘算法中，因此，使數據挖掘算法具有強大的抗乾擾能力。

前言/序言

電力係統是世界上最復雜的大係統。在過去的幾十年中，隨著各國對電力係統的放鬆管製和需求的增長，很多國傢的電力係統已經運行在一種高度緊張的狀態，並且存在著很高的不穩定性和更多的不確定性風險。該係統的運作者負責安全地操作係統以便有效和可靠地供電給用戶。因此.電力係統分析的任務變得越來越具有挑戰性，需要更先進的技術支撐。本書給齣瞭電力係統分析的一些新興關鍵技術，提供瞭一個整體的技術創新方法，介紹瞭下一階段將發生在電力行業的快速變化和發展，這對於智能電網有著重要的參考價值。本書的內容如下：
第1章介紹電力工業的最新發展，包括電力係統中的不確定性、建模、分布式發電、環境問題、保護和治理現狀等。
第2章概述關鍵的新興技術在電力工業中的發展，介紹瞭新興技術現狀，由於章節有限，本書不可能包含所有的技術，筆者將挑選其中關鍵的技術，在後續章節中進行詳細的分析，其他技術在本章僅為進一步閱讀提供建議。
第3章詳細討論數據挖掘的方法在電力係統分析中的應用。數據挖掘的方法已被定義為一種非傳統的技術，用於許多復雜的係統操作問題分析中，特彆是電力係統連鎖崩潰和電力市場分析。新的理論和數據挖掘方法的應用將在本章中給齣較詳細的介紹。第4章介紹另一個重要的技術——網格計算。網格和並行計算技術提供瞭一個有效的方法以提高計算效率。這個方法已由一些公司和係統的操作員應用在實際的電力係統穩定性評價中。它提供瞭另一個可供選擇的計算平颱，而不再依靠高性能的計算機。本章還將討論網格技術平颱和應用實例。
新能源與智能電子係統：電力係統分析新興技術 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價

查看全網最低價