人工智能在电力系统中的实际应用.ppt

;第一章 概述;1.2人工智能的研究途径与研究领域;1.3人工智能在电力系统的应用领域;继电保护 Relaying protection 经济调度 Economic dispatch 变电所运行控制 Substation switching and control 系统恢复供电 System reconfiguration and restoration 电力质量控制 Power quality Control 系统设计优化 System Design Optimization 电力规划 planning for electric Power 电气设备故障诊断 Fault diagnosis for electric facilities;第二章 神经网络及其在电力系统中的应用 ;2.1 神经网络的基本概念及组成特性;2.2 人工神经网络的特性 ;2.3 人工神经网络的分类 ;2.3 人工神经网络的分类 ;2.4 BP神经网络;2.4.2 BP神经网络应用领域;2.4.3 BP网络模型与结构;2.4.4 BP神经网路的几种常见激活函数 ;2.4.4 BP神经网路的几种常见激活函数 ;2.4.4 BP神经网路的几种常见激活函数 ;2.4.5 BP网络学习;2.4.5 BP网络学习;2.4.5 BP网络学习;2.4.5 BP网络学习;2.4.5 BP网络学习;2.4.5 BP网络学习;2.4.6 BP网络的限制与不足及改进;2.4.6 BP网络的限制与不足及改进;2.4.6 BP网络的限制与不足及改进;2.4.6 BP网络的限制与不足及改进;2.4.6 BP网络的限制与不足及改进;2.5 使用MATLAB神经网络工具箱;2.5 使用MATLAB神经网络工具箱;2.5 使用MATLAB神经网络工具箱;2.5 使用MATLAB神经网络工具箱;2.5 使用MATLAB神经网络工具箱;2.5 使用MATLAB神经网络工具箱;2.5 使用MATLAB神经网络工具箱;2.5 使用MATLAB神经网络工具箱;2.6 神经网络在电力系统应用实例;2.6.1 实例1 神经网络在负荷预测中的应用;2.6.1 实例1 神经网络在负荷预测中的应用; 2.6.1 实例1 神经网络在负荷预测中的应用;2.6.1 实例1 神经网络在负荷预测中的应用;2.6.1 实例1 神经网络在负荷预测中的应用;2.6.1 实例1 神经网络在负荷预测中的应用;2.6.1 实例1 神经网络在负荷预测中的应用;2.6.1 实例1 神经网络在负荷预测中的应用;2.6.1 实例1 神经网络在负荷预测中的应用;2.6.1 实例1 神经网络在负荷预测中的应用;2.6.1 实例1 神经网络在负荷预测中的应用;2.6.1 实例1 神经网络在负荷预测中的应用;2.6.1 实例1 神经网络在负荷预测中的应用;2.6.1 实例1 神经网络在负荷预测中的应用;2.6.1 实例1 神经网络在负荷预测中的应用;2.6.2 实例2 基于神经网络的变压器故障诊断;2.6.2 实例2 基于神经网络的变压器故障诊断;2.6.2 实例2 基于神经网络的变压器故障诊断;2.6.2 实例2 基于神经网络的变压器故障诊断;2.6.2 实例2 基于神经网络的变压器故障诊断;2.6.2 实例2 基于神经网络的变压器故障诊断;第三章 遗传算法及其在电力系统中的应用;3.2 遗传算法的特点与优点;3.3 生物进化理论和遗传学基本概念;3.3 生物进化理论和遗传学基本概念;3.3 生物进化理论和遗传学基本概念;3.3 生物进化理论和遗传学基本概念;3.4 遗传算法的基本操作;3.4 遗传算法的基本操作;3.4 遗传算法的基本操作;3.5 遗传算法的进化过程示意;3.5 遗传算法的进化过程示意;3.6 一个典型遗传算法流程框图;3.7 MATLAB遗传算法工具箱使用;3.7 MATLAB遗传算法工具箱使用;3.7 MATLAB遗传算法工具箱使用;3.7 MATLAB遗传算法工具箱使用;3.7 MATLAB遗传算法工具箱使用;3.7 MATLAB遗传算法工具箱使用;3.7 MATLAB遗传算法工具箱使用;3.8 遗传算法在电力系统的应用;3.8.1 实例1 遗传算法实现PID控制参数优化;3.8.1 实例1 遗传算法实现PID控制参数优化;3.8.1 实例1 遗传算法实现PID控制参数优化;3.8.1 实例1 遗传算法实现PID控制参数优化;3.8.1 实例1 遗传算法实现PID控制参数优化;3.8.1 实例1 遗传算法实现PID控制参数优化;3.8.1 实例1 遗传算法实现PID控制参数优化;3.8.1 实例1 遗传算法