電力系統人工智能典型應用

《電力系統人工智能典型應用》，黎燦兵等 著，出版社： 科學出版社。

科學出版社是由中國科學院編譯局與1930年創建的龍門聯合書局於1954年8月合併成立的；目前公司年出版新書3000多種，期刊500多種，形成了以科學（S）、技術（T）、醫學（M）、教育（E）、人文社科（H）為主要出版領域的業務架構。

目錄

內容簡介

《電力系統人工智能典型應用》圍繞人工智能技術在電力系統中的應用，探討數據分析、負荷預測、設備故障預測、新能源發電功率預測、優化調度等關鍵技術。第1～4章以人工智能技術的主要應用領域預測為切入點，探討負荷預測、故障概率預測、新能源發電功率預測領域常見的人工智能技術，着重討論時間序列的累積效應、城市微氣象與電力空調負荷的交互影響對預測結果的影響；第5和6章聚焦大數據下電力系統智能決策問題，分別提出虛擬發電廠優化調度、安全約束機組組合圖建模方法和基於負荷預測可信度與時間彈性的備用容量規劃方法；第7章構建智能電網管理水平評價體系。

目錄

「新一代人工智能理論、技術及應用叢書」序

前言

第1章時間序列中的累積效應1

1.1概述1

1.2累積效應的基本內涵及典型現象1

1.2.1累積效應定義1

1.2.2影響累積效應強度的因素3

1.2.3考慮累積效應的溫度修正公式3

1.3面向中長期負荷預測的常見信息聚合方法4

1.3.1聚類法5

1.3.2多因素綜合分析方法8

1.4考慮累積效應的信息聚合方法11

1.4.1累積效應的識別方法11

1.4.2考慮累積效應的信息聚合模型15

1.4.3考慮累積效應的信息聚合方法的有效性驗證19

1.5考慮累積效應的動態相似子序列預測方法30

1.5.1動態相似子序列基本概念30

1.5.2動態相似子序列選取方法31

1.5.3動態相似子序列預測模型35

1.6本章小結40

參考文獻41

第2章考慮累積效應和耦合效應的負荷預測技術及應用42

2.1概述42

2.2城市微氣象與電力空調負荷的交互影響42

2.2.1城市微氣象與電力空調負荷的交互影響模型概述42

2.2.2熱島效應對電力空調負荷的影響44

2.2.3溫濕效應對電力空調負荷的影響45

2.2.4累積效應對電力空調負荷的影響48

2.2.5城市熱島效應、溫濕效應和累積效應對電力空調負荷的綜合影響50

2.2.6電力空調負荷對城市微氣象的反作用51

2.2.7城市微氣象與電力空調負荷之間的惡性循環作用53

2.3基於大數據的分布式短期負荷預測方法54

2.3.1負荷預測方案54

2.3.2子網劃分方法55

2.3.3子網負荷預測模型57

2.3.4全網負荷預測模型58

2.4基於機器學習的短期用電預測方法60

2.4.1短期用電預測方案60

2.4.2基於形狀相似性的用電*線聚類61

2.4.3基於相關性分析的用電*線關鍵影響因素分析62

2.4.4基於機器學習的短期用電預測模型63

2.5本章小結66

參考文獻67

第3章基於不確定性理論分析的電力設備故障概率預測69

3.1概述69

3.2電網設備故障概率預測69

3.2.1設備狀態檢測70

3.2.2運行環境70

3.2.3氣象因素70

3.2.4人為因素72

3.3輸電線路故障概率預測73

3.3.1基本思想74

3.3.2數據平穩性檢驗75

3.4變壓器故障概率預測76

3.4.1基於非等間隔GM(1.1)冪模型的灰色預測77

3.4.2基於遺傳算法GM(1，1)冪模型的參數優化79

3.5配電網元件負載率預測和重過載狀態預警81

3.5.1配電網元件負載率預測81

3.5.2配電網元件重過載狀態預警88

3.6本章小結90

參考文獻90

第4章基於機器學習的超短期新能源發電功率預測方法及應用92

4.1概述92

4.2新能源發電功率統計學習方法分類92

4.2.1線性模型92

4.2.2非線性模型93

4.3基於即時學習-反向傳播神經網絡的短期風電功率預測95

4.3.1BPNN95

4.3.2即時學習框架98

4.4基於簇內即時學習策略的短期風電功率預測99

4.4.1DBSCAN聚類法100

4.4.2考慮趨勢性的度量指標101

4.5基於動態知識蒸餾的短期風電功率預測103

4.5.1動態知識蒸餾模型103

4.5.2基於動態知識蒸餾的風電功率預測模型106

4.6本章小結107

參考文獻107

第5章基於智能預測的發電機組優化調度策略及應用110

5.1概述110

5.2計及電池損耗及壽命預測的虛擬發電廠優化調度策略111

5.2.1電池損耗模型及其壽命預測111

5.2.2基於循環周期數法電池損耗模型的虛擬發電廠短期優化調度120

5.3基於斷面功率預測的機組超前優化調度策略122

5.3.1風電接入對輸電斷面調度的影響122

5.3.2深度學習預測風電機組出力122

5.3.3考慮預測風電機組出力的機組調度策略125

5.4基於圖計算的安全約束機組組合圖建模及高效優化128

5.4.1基於圖模型的機組組合計算框架128

5.4.2不確定性環境下安全機組組合約束集128

5.4.3基於相似性原理的初始解生成方法和約束有效性判斷技術129

5.4.4機組組合圖路徑搜索迭代方法129

5.5本章小結130

參考文獻130

第6章基於智能預測的備用容量規劃及其應用132

6.1概述132

6.2考慮負荷預測可信度的備用容量規劃方法132

6.2.1負荷預測可信度的基本概念132

6.2.2可信度預測與負荷預測對比134

6.2.3基於負荷預測可信度的備用容量優化136

6.2.4負荷備用容量的概率性預測138

6.3考慮負荷時間彈性的備用容量規劃方法142

6.3.1負荷時間彈性的定性分析142

6.3.2負荷時間彈性的定量分析144

6.3.3基於負荷時間彈性的備用容量優化146

6.4本章小結148

參考文獻149

第7章智能電網管理水平評價體系設計150

7.1概述150

7.2綜合管理指標體系構建模塊150

7.3綜合管理指標權重確定模塊154

7.4綜合管理效率評估模塊155

7.5基於熵權法的智能電網管理水平評價指標量化方法156

7.5.1智能電網管理水平評價的約束參數156

7.5.2熵權分析158

7.5.3智能電網管理水平評價量化處理159

7.6本章小結159

參考文獻159