亚洲性爱偷拍一区,人妻jpeuhdxxⅩ

內(nèi)容簡介

　　隨著人工智能的發(fā)展，大數(shù)據(jù)分析逐漸應(yīng)用于電力系統(tǒng)，由許多復雜的問題亟待解決。本書以Python作為分析和預測的工具，將通過從不同平臺采集到的電力數(shù)據(jù)進行篩選處理，再使用不同的算法進行訓練和預測，最Z終得到預測結(jié)果。具體案例包括電動汽車負荷預測、風電功率概論密度的預測、光伏發(fā)電出力預測以及餐廚垃圾發(fā)電系統(tǒng)中沼氣產(chǎn)量的預測。對有志于研究電力系統(tǒng)人工智能應(yīng)用的初學者來說，這些實例提供了更簡單的入門途徑。

作者簡介

　　彭曙蓉，長沙理工大學電氣工程學院副教授。

圖書目錄

前言
第1章 Python簡介
1.1 環(huán)境安裝和編譯環(huán)境介紹
1.2 使用JupyterNotebook
1.3 拓展庫的安裝
1.4 常用的Python庫
本章參考文獻
第2章電力數(shù)據(jù)預測理論和方法
2.1 智能電網(wǎng)中的數(shù)據(jù)分析
2.2 數(shù)據(jù)預處理
2.3 機器學習
本章參考文獻
第3章電動汽車負荷預測
3.1 概述
3.2 基于空洞因果卷積分位數(shù)回歸模型的電動汽車負荷預測
3.3 基于深度學習的電動汽車負荷時空動態(tài)負荷預測
本章參考文獻
第4章風電功率概率密度的預測
4.1 風電功率預測概況
4.2 風電功率發(fā)電特征分析
4.3 模型構(gòu)建
4.4 基于Python的算例仿真
本章參考文獻
第5章光伏發(fā)電預測
5.1 光伏發(fā)電預測概況
5.2 光伏發(fā)電預測方法與過程
5.3 模型評價
5.4 基于Python的光伏發(fā)電預測算例仿真
本章參考文獻
第6章生物質(zhì)發(fā)電系統(tǒng)中的沼氣產(chǎn)量預測
6.1 研究背景與意義
6.2 數(shù)據(jù)處理
6.3 機器學習算法
6.4 基于Python的算例分析
本章參考文獻