電力數(shù)據(jù)預(yù)測(cè)理論與方法應(yīng)用

定　價(jià)：￥76.00

作　者：	王曉佳，余本功，陳志強(qiáng) 著
出版社：	科學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	電工技術(shù) 工業(yè)技術(shù) 輸配電工程、電力網(wǎng)及電力系統(tǒng)

購買這本書可以去

ISBN：	9787030429384	出版時(shí)間：	2015-03-01	包裝：	平裝
開本：	16開	頁數(shù)：	256	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

信息技術(shù)的迅猛發(fā)展使社會(huì)各領(lǐng)域積累的數(shù)據(jù)量劇增，數(shù)據(jù)處理的復(fù)雜性與不確定性不斷增強(qiáng)，在此背景下如何有效處理大規(guī)模數(shù)據(jù)，如何發(fā)現(xiàn)和提取數(shù)據(jù)中蘊(yùn)涵的知識(shí)、規(guī)律，對(duì)相關(guān)領(lǐng)域提出了前所未有的挑戰(zhàn)。《電力數(shù)據(jù)預(yù)測(cè)理論與方法應(yīng)用》針對(duì)上述問題，以智能電網(wǎng)這一新興技術(shù)領(lǐng)域?yàn)閼?yīng)用背景，以復(fù)雜預(yù)測(cè)問題的趨勢(shì)演進(jìn)為研究目標(biāo)，論述了大體量數(shù)據(jù)背景下數(shù)量分析技術(shù)在復(fù)雜預(yù)測(cè)環(huán)境中的應(yīng)用方法和技巧?！峨娏?shù)據(jù)預(yù)測(cè)理論與方法應(yīng)用》內(nèi)容共分8章，以數(shù)值逼近、統(tǒng)計(jì)推斷、智能優(yōu)化三個(gè)理論框架為綱，對(duì)不確定信息環(huán)境下的大規(guī)模電力數(shù)據(jù)進(jìn)行趨勢(shì)分析與預(yù)測(cè)研究，并根據(jù)預(yù)測(cè)結(jié)果對(duì)所研究的問題進(jìn)行輔助決策。

作者簡(jiǎn)介

暫缺《電力數(shù)據(jù)預(yù)測(cè)理論與方法應(yīng)用》作者簡(jiǎn)介

圖書目錄

第1章智能電網(wǎng)的概念與發(fā)展歷程
1.1 智能電網(wǎng)的概念
1.2 智能電網(wǎng)的起源與演變
1.3 智能電網(wǎng)的發(fā)展?fàn)顩r
1.4 本章小結(jié)
參考文獻(xiàn)

第2章預(yù)測(cè)的概念與研究現(xiàn)狀
2.1 預(yù)測(cè)的概念
2.2 預(yù)測(cè)的研究現(xiàn)狀
2.3 基于數(shù)據(jù)分析的預(yù)測(cè)思想及應(yīng)用
2.4 本章小結(jié)
參考文獻(xiàn)

第3章數(shù)學(xué)基礎(chǔ)理論
3.1 預(yù)測(cè)中常用的數(shù)學(xué)基礎(chǔ)理論
3.2 預(yù)測(cè)中常用的其他理論與技術(shù)
3.3 誤差
3.4 本章小結(jié)
參考文獻(xiàn)

第4章不良數(shù)據(jù)處理與數(shù)據(jù)集成變換
4.1 引論
4.2 不良數(shù)據(jù)處理
4.3 數(shù)據(jù)集成分析
4.4 數(shù)據(jù)的標(biāo)準(zhǔn)變換處理
4.5 數(shù)據(jù)約簡(jiǎn)與粗糙集
4.6 本章小結(jié)
參考文獻(xiàn)

第5章基于數(shù)值逼近理論的趨勢(shì)預(yù)測(cè)模型
5.1 引論
5.2 建模知識(shí)準(zhǔn)備
5.3 基于分段線性Lagrange插值的灰色預(yù)測(cè)模型
5.4 基于分段線性Newton插值的灰色預(yù)測(cè)模型
5.5 基于三次樣條的動(dòng)態(tài)灰色預(yù)測(cè)模型
5.6 基于三點(diǎn)Gauss插值的正交化預(yù)測(cè)模型
5.7 基于五點(diǎn)Gauss插值的正交化預(yù)測(cè)模型
5.8 基于灰色Markov鏈的Gauss-Chebyshev正交化預(yù)測(cè)模型
5.9 基于二元有理插值的趨勢(shì)預(yù)測(cè)模型
5.1 0本章小結(jié)
參考文獻(xiàn)

第6章基于半?yún)?shù)分析的統(tǒng)計(jì)推斷模型
6.1 引論
6.2 建模知識(shí)準(zhǔn)備
6.3 基于補(bǔ)償最小二乘法的半?yún)?shù)統(tǒng)計(jì)推斷模型
6.4 基于滑動(dòng)平均估計(jì)的半?yún)?shù)統(tǒng)計(jì)推斷模型
6.5 基于殘差分布測(cè)度修正的半?yún)?shù)統(tǒng)計(jì)推斷模型
6.6 基于區(qū)間可變權(quán)重的半?yún)?shù)統(tǒng)計(jì)推斷模型
6.7 基于懲罰最小二乘法的半?yún)?shù)統(tǒng)計(jì)推斷模型
6.8 本章小結(jié)
參考文獻(xiàn)

第7章基于智能優(yōu)化方法的自適應(yīng)推演模型
7.1 引論
7.2 建模知識(shí)準(zhǔn)備
7.3 基于自適應(yīng)遺傳算法的ARMA推演模型
7.4 含有壓縮因子的自適應(yīng)灰色粒子群優(yōu)化推演模型
7.5 基于極值擾動(dòng)和自適應(yīng)調(diào)整系數(shù)的灰色粒子群優(yōu)化推演模型
7.6 本章小結(jié)
參考文獻(xiàn)

第8章總結(jié)與展望
8.1 本書總結(jié)
8.2 未來展望