• 
  人工智能与电气应...
  ￥236.21元
• 
  人工智能在电气工...
  ￥117.71元
• 
  人工智能与新型电...
  ￥77.42元
• 
  基于人工智能的新...
  ￥77.42元
• 
  人工智能与电力电...
  ￥77.42元
• 
  新型配电网数智化...
  ￥156.42元
• 
  微能网数智化规划...
  ￥156.42元
• 
  深度智慧学习与电...
  ￥109.81元

本书针对新型电力系统中高比例可再生能源并网引发的电力系统低频、超低频及耦合振荡问题，系统构建“问题剖析-机理建模-算法设计-协同优化”技术体系。全书首先解析风电、光伏等多元能源并网的动态特性与振荡机理，建立双馈风机、同步机及混合系统的精细化数学模型，进而创新融合深度学习、强化学习、博弈论等人工智能方法，提出多机PSS稀疏自适应控制、STATCOM鲁棒阻尼优化、双分支PR-PSS协同策略等解决方案，通过仿真验证其在多工况下的适应性与有效性。此外，本书突破传统单频段控制的局限，提出双分支阻尼控制器与多频段耦合抑制方法。

样章试读

• 暂时还没有任何用户评论

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

• 暂时还没有任何用户咨询内容

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

用户名：	匿名用户
E-mail：
咨询内容：

• 目录
  第1章 新型电力系统发展现状 1
  1.1 新型电力系统多元可再生能源发展现状 1
  1.1.1 风力发电 1
  1.1.2 光伏发电 3
  1.2 新型电力系统低频/超低频稳定问题 5
  1.3 人工智能的定义与发展历史 7
  参考文献 10
  第2章 新型电力系统稳定分析 12
  2.1 新型电力系统低频振荡风险分析 12
  2.1.1 双馈风力发电机的数学模型 12
  2.1.2 同步发电机的数学模型 16
  2.1.3 双馈风力发电机接入同步发电机系统数学模型 17
  2.2 新型电力系统超低频振荡风险分析 22
  2.2.1 超低频振荡系统数学模型 22
  2.2.2 基于复转矩系数法的水锤效应分析 22
  2.2.3 基于劳斯判据法的超低频振荡强相关因素分析 23
  参考文献 26
  第3章 基于人工智能的电力系统低频振荡抑制 27
  3.1 多机PSS稀疏自适应控制 27
  3.1.1 多机PSS自适应协同优化建模 27
  3.1.2 控制器参数灵敏度分析 28
  3.1.3 马尔可夫决策过程建模 30
  3.1.4 马尔可夫决策过程求解 31
  3.2 柔性交流附加阻尼控制 34
  3.2.1 柔性交流装置STATCOM模型 34
  3.2.2 阻尼控制器的鲁棒设计 36
  3.2.3 系统等效传递函数辨识 38
  3.2.4 控制器参数整定目标函数 39
  3.3 算例仿真 40
  3.3.1 多机PSS稀疏自适应控制评估 40
  3.3.2 STATCOM附加阻尼控制器评估 49
  参考文献 54
  第4章 基于人工智能的电力系统超低频振荡抑制 55
  4.1 基于新型PR-PSS的超低频振荡抑制 55
  4.1.1 PR-PSS结构 55
  4.1.2 PR-PSS特性 57
  4.1.3 PR-PSS控制器参数自调整 58
  4.1.4 马尔可夫决策求解过程 60
  4.2 基于调速器PID鲁棒优化的超低频振荡抑制 62
  4.2.1 调速器PID鲁棒优化问题建模 62
  4.2.2 Min-Max双层鲁棒优化模型求解方法 63
  4.3 算例仿真 65
  4.3.1 新型PR-PSS的超低频振荡抑制效果评估 65
  4.3.2 调速器PID优化策略的超低频振荡抑制效果评估 72
  参考文献 81
  第5章 基于人工智能的低频超低频耦合多频段振荡抑制 82
  5.1 基于PSS 抑制低频与超低频耦合振荡机理 82
  5.2 双分支阻尼控制器结构及特性 84
  5.2.1 双分支阻尼控制器结构 84
  5.2.2 双分支阻尼控制器特性 85
  5.3 基于多智能体的多DB-PR-PSS 协同自趋优控制 87
  5.3.1 马尔可夫博弈建模 87
  5.3.2 马尔可夫博弈求解 88
  5.4 算例仿真 90
  5.4.1 测试系统模型 90
  5.4.2 训练过程评估 90
  5.4.3 不同工况和扰动下鲁棒性测试 93
  5.4.4 与集中式控制方案对比 95
  参考文献 98