系統(tǒng)辨識及其在水電能源中的應(yīng)用

內(nèi)容概要

《系統(tǒng)辨識及其在水電能源中的應(yīng)用》系統(tǒng)地介紹了水電能源系統(tǒng)辨識理論、方法和作者新近的研究成果。全書分為7章，第l章、第2章包括確定調(diào)度函數(shù)的回歸分析方法、徑流的Marko、描述、時間序列分析及其在水電能源系統(tǒng)中的應(yīng)用；第3章、第4章為辨識型水庫優(yōu)化調(diào)度方法介紹，包括總體框架、單庫和梯級水庫的非線性實時調(diào)度函數(shù)建立；第5章是洪水的分類預(yù)測和院化調(diào)度；第6章為神經(jīng)網(wǎng)絡(luò)模型；第7辛為混沌理論及應(yīng)用。
《系統(tǒng)辨識及其在水電能源中的應(yīng)用》適用于水電能源規(guī)劃調(diào)受與管理的科技工作者、研究人員、工程技術(shù)人員和大專院校相關(guān)教師、研究生。

作者簡介

張勇傳，男，1935年生，河南南陽人。1957年畢業(yè)于華中工學(xué)院，留校工作至今。1984年榮獲國家有突出貢獻的中青年專家，1997年當(dāng)選中國工程院院士，現(xiàn)任華中科技大學(xué)校學(xué)術(shù)委員會副主任、華中科技大學(xué)水電與數(shù)字化工程學(xué)院名譽院長，華中科技大學(xué)文華學(xué)院院長。 長期從事水資源、電力領(lǐng)域的教學(xué)科研工作，為現(xiàn)代水庫運行理論的創(chuàng)立作出了突出貢獻；在水庫運行基礎(chǔ)理論、規(guī)劃決策與洪水風(fēng)險管理、電力系統(tǒng)和水電站計算機仿真控制、電力系統(tǒng)工程隨機決策領(lǐng)域取得了重要突破；研究成果已成功地應(yīng)用于生產(chǎn)實際。目前他又率先提出了數(shù)字流域的新概念，并著手流域數(shù)字化領(lǐng)域的工程項目和系統(tǒng)的理論研究。 科研成果獲國家科技進步一、二、三等獎和省部級一、二等獎計11項；出版《水電站水庫調(diào)度》等著作10多部，學(xué)術(shù)專著《水電能優(yōu)化管理》一書曾獲全國優(yōu)秀圖書二等獎；發(fā)表論文150余篇。

書籍目錄

總序前言第1章  線性回歸與隨機過程方法1.1  線性回歸原理1.1.1  回歸模型與最小二乘估計1.1.2  線性檢驗和置信區(qū)間1.1.3  均差法與判定系數(shù)1.2  水電站線性調(diào)度函數(shù)1.2.1  線性調(diào)度函數(shù)與回歸分析1.2.2  相鄰時段徑流獨立條件下的線性調(diào)度函數(shù)1.2.3  線性決策函數(shù)的其他計算方法1.2.4  線性調(diào)度函數(shù)的綜合計算方法1.3  馬爾可夫過程1.3.1  馬爾可夫（Markov）過程1.3.2  切普曼-柯爾莫哥洛夫方程1.3.3  齊次馬氏鏈1.3.4  遍歷性與平穩(wěn)分布1.4  Markov徑流描述1.4.1  時段徑流分布律1.4.2  時段相關(guān)與條件概率1.4.3  檢查徑流是否簡單馬氏鏈的方法參考文獻第2章  時間序列分析2.1  線性平穩(wěn)ARMA模型2.1.1  線性平穩(wěn)模型的類別及特征2.1.2  時間序列的預(yù)報2.1.3  ARMA模型參數(shù)估計2.1.4  模型階數(shù)的確定2.2  簡單非平穩(wěn)、非線性模型2.2.1  ARIMA模型2.2.2  季節(jié)性ARIMA模型2.2.3  線性趨勢預(yù)測技術(shù)2.2.4  組合模型2.2.5  門限自回歸模型2.3  卡爾曼（Kalman）濾波模型2.3.1  狀態(tài)空間及狀態(tài)估計2.3.2  離散時間]Kalman濾波2.3.3  多庫徑流預(yù)報模型參考文獻第3章  水庫系統(tǒng)的辨識型優(yōu)化調(diào)度理論3.1  水庫系統(tǒng)辨識型優(yōu)化調(diào)度方法概述3.1.1  辨識型優(yōu)化調(diào)度方法的提出3.1.2  信息結(jié)構(gòu)3.1.3  被測系統(tǒng)和研究對象的預(yù)處理3.1.4  模型類的建立和水庫調(diào)度系統(tǒng)的幾種辨識結(jié)構(gòu)3.1.5  最優(yōu)矩模型及其與串聯(lián)辨識優(yōu)化調(diào)度的關(guān)系3.2  單庫的辨識型優(yōu)化調(diào)度3.2.1  高水位原則的表述和初始調(diào)度方案3.2.2  減少無益棄水原則和非線性調(diào)度函數(shù)3.2.3  參數(shù)模型類和參數(shù)辨識：調(diào)度函數(shù)的優(yōu)選3.2.4  數(shù)值模擬——回檢與最優(yōu)回檢3.3  保證出力的確定3.3.1  保證出力的取值范圍3.3.2  保證出力的確定方法3.3.3  引理的證明參考文獻第4章  梯級水庫辨識型優(yōu)化調(diào)度4.1  梯級水庫能的能量增益轉(zhuǎn)換4.1.1  梯級水庫的能量增益轉(zhuǎn)換及其轉(zhuǎn)換條件4.1.2  箱庫模型及梯級水庫的全箱庫能增益轉(zhuǎn)換4.2  最優(yōu)調(diào)度函數(shù)的確定4.2.1  確定末庫容初態(tài)4.2.2  聯(lián)合保證出力的全箱庫能增益轉(zhuǎn)換分配技術(shù)4.2.3  非線性實時調(diào)度函數(shù)4.2.4  調(diào)度函數(shù)的優(yōu)選——最優(yōu)調(diào)度規(guī)則4.2.5  數(shù)值模擬——最優(yōu)回檢4.3  定理和公式的證明4.3.1  并聯(lián)水庫能和發(fā)電能關(guān)系式（4.3）的證明4.3.2  梯級水庫能和發(fā)電能關(guān)系式（4.4）的證明4.3.3  水庫蓄能式（4.11）的計算4.3.4  定理4.1的證明4.3.5  梯級水庫能箱庫分解式（4.17）的證明參考文獻第5章  洪水的分類預(yù)測與調(diào)度5.1  長江中下游流域的洪水分類5.2  洪水的分類預(yù)測5.3  防洪實時調(diào)度規(guī)則的Bayes綜合參考文獻第6章  神經(jīng)網(wǎng)絡(luò)理論及應(yīng)用6.1  引言6.1.1  神經(jīng)網(wǎng)絡(luò)的發(fā)展及應(yīng)用6.1.2  神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及學(xué)習(xí)方法6.2  單層前向神經(jīng)網(wǎng)絡(luò)6.2.1  線性網(wǎng)絡(luò)6.2.2  非線性網(wǎng)絡(luò)6.2.3  單層前向網(wǎng)絡(luò)的最小二乘分類算法6.3  多層前向神經(jīng)網(wǎng)絡(luò)及應(yīng)用6.3.1  前向多層神經(jīng)網(wǎng)絡(luò)的反傳學(xué)習(xí)算法（BP算法）6.3.2  前向多層神經(jīng)網(wǎng)絡(luò)在預(yù)測中的應(yīng)用6.4  反饋型神經(jīng)網(wǎng)絡(luò)及其應(yīng)用6.4.1  連續(xù)系統(tǒng)神經(jīng)網(wǎng)絡(luò)6.4.2  Hopfield人工神經(jīng)網(wǎng)絡(luò)在TSP中的應(yīng)用6.4.3  離散系統(tǒng)神經(jīng)網(wǎng)絡(luò)參考文獻第7章  混沌理論及分析方法7.1  引言7.2  混沌的數(shù)學(xué)理論基礎(chǔ)7.3  混沌分析原理及方法7.3.1  混沌的基本概念7.3.2  吸引子及其特征描述7.4  混沌預(yù)測模型及應(yīng)用7.4.1  全域預(yù)測方法7.4.2  局域預(yù)測法7.4.3  相軌跡演化模式算法參考文獻后記

編輯推薦

《系統(tǒng)辨識及其在水電能源中的應(yīng)用》以清江水布埡-隔河巖-高壩洲梯級水庫系統(tǒng)、長江三峽工程防洪系統(tǒng)的研究工作為背景，立足于解決水電能源系統(tǒng)實際問題，力求理論與實際相結(jié)合，介紹了在水電能源系統(tǒng)辨識理論和方法研究方面最新取得的成果。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    系統(tǒng)辨識及其在水電能源中的應(yīng)用 PDF格式下載

---