掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
人機混合智能高動態系統知識自動化和調控關鍵技術及平臺 版權信息
- ISBN：9787577213316
- 條形碼：9787577213316 ; 978-7-5772-1331-6
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人機混合智能高動態系統知識自動化和調控關鍵技術及平臺 本書特色
本書為“十四五”國家重點出版規劃項目、湖北省公益學術著作出版資金資助項目。作者為武漢大學張俊教授。本書依托作者團隊的重大項目的研究成果撰寫而成，對企業、科研單位、高校等社會各界了解、學習、應用工業互聯網前沿管控技術有一定的幫助。
人機混合智能高動態系統知識自動化和調控關鍵技術及平臺 內容簡介
本書依托科技創新2030——“新一代人工智能”重大項目“人在回路的大電網調控混合增強智能基礎理論”(2018AAA0101504)而撰寫，介紹了基于人機混合智能的高動態系統調控理論方法、含新型人機智能接口的多源異構數據和知識處理關鍵技術，以及人機混合智能調控系統智能水平評估和自主進化理論方法與平臺研發，并給出了混合智能在高動態系統中的管控機制、交互途徑、趨優方法及部署架構；通過豐富案例展示理論技術的實現路徑，構造人機混合智能在高動態系統調控中的系統工程方法和實施范式，為人機混合智能在高動態系統調控業務中的科學研究以及工程應用提供體系化指導。本書可作為企業、科研單位、高校等社會各界了解、學習、應用工業互聯網前沿管控技術的重要參考書。
人機混合智能高動態系統知識自動化和調控關鍵技術及平臺 目錄
目錄第1章基于多智能體的高動態系統調控關鍵技術/11.1計及風光新能源的電力系統源網協同實時調度策略/11.1.1問題描述/21.1.2DDRL架構/51.1.3案例研究/111.2基于鄰域特征聚合的高比例新能源電力系統源儲協同實時調度策略/181.2.1基礎模型與理論方法/191.2.2基于鄰域特征聚合的源儲協同實時調度方法/241.2.3算例仿真/30本章參考文獻/41第2章基于示教學習的人機混合增強智能理論方法/442.1引言/442.2計及拓撲調節和電網拓撲可變性的有功校正控制強化學習方法/462.2.1基本模型與約束設置/462.2.2決策過程建模/482.3考慮電網拓撲可變性的復雜電網狀態表征方法/492.3.1時變電網狀態的統一規整方法/492.3.2基于圖注意力機制的電網狀態鄰域聚合表征方法/512.4基于改進蒙特卡羅樹搜索的強化學習動作空間優化方法/522.5安全校核結果引導下的有功校正控制智能體訓練與部署機制/542.5.1安全校核結果引導的智能體深度探索訓練機制/542.5.2考慮控制策略長短期效益的智能體部署機制/572.6計及電網層級特征的實時狀態差異化融合方法/582.6.1電網高級、初級特征的構造方法/582.6.2綜合全局、局部特征的電網狀態多層級圖表征架構/592.7融合調度員校正控制經驗的強化學習增強機制/612.7.1基于示教學習的有功校正控制強化學習增強機制/612.7.2考慮示教經驗多樣性的有功校正控制示教數據集構建方法/622.8計及校正控制動作稀疏性的智能體訓練算法/632.9算例分析/682.9.1算例設計/682.9.2算法基本控制性能測試及分析/712.9.3示教數據融合訓練機制的有效性分析/762.9.4先驗經驗比例對智能體性能的影響分析/81本章小結/81本章參考文獻/82人機混合智能高動態系統知識自動化和調控關鍵技術及平臺目錄第3章基于圖計算的多源異構數據和知識處理關鍵技術/853.1基于功能缺陷文本的電力二次設備智能診斷與輔助決策/853.1.1引言/853.1.2電力二次設備功能缺陷記錄文本描述/863.1.3電力二次設備功能缺陷智能診斷與輔助決策平臺/883.1.4基于BiLSTMCRF的電力二次設備功能缺陷文本信息抽取/903.1.5電力二次設備功能缺陷知識圖譜構建與知識應用：智能診斷與輔助決策/923.1.6算例分析/963.2基于遷移學習的電網故障處置知識圖譜構建及實時輔助決策研究/1003.2.1引言/1003.2.2故障處置實時輔助決策技術路線/1013.2.3面向電網故障領域的基于遷移學習的小樣本文本實體識別/1043.2.4基于故障處置的多元數據融合知識圖譜構建與推理方法/1083.2.5基于電網故障處置知識圖譜的實時輔助決策及應用算例/111本章小結/119本章參考文獻/120第4章小樣本多源異構數據深度學習關鍵技術/1244.1“黑天鵝”事件下的小樣本遷移學習框架/1244.1.1“黑天鵝”事件下的社會用電需求波動分析/1254.1.2基于CNN的經濟電力關系特征提取器構建/1264.1.3基于遷移學習的小樣本電力負荷預測框架/1294.1.4算例分析/1314.2用于社會能源和電力消耗分析的經濟與政策綜合計算系統/1454.2.1EPICS框架：政策量化/1474.2.2EPICS框架：混頻經濟數據融合/1524.2.3考慮經濟、政策因素的中長期用電量預測方法/1524.2.4EPICS政策量化結果/1534.2.5EPICS混頻經濟數據指標選取結果/1564.2.6考慮經濟、政策因素的中長期用電量預測結果/157本章小結/160本章參考文獻/162第5章基于可解釋性方法的人機混合智能增強關鍵技術/1655.1SHAP值法/1685.1.1DRL中的SHAP值法/1685.1.2Deep SHAP方法/1695.1.3實驗平臺/1715.1.4實驗算例/1725.2基于加權傾斜決策樹的電力系統DRL控制策略提取/1815.2.1引言/1815.2.2電力系統DRL控制策略提取框架/1825.2.3WODT算法/1845.2.4算例分析/187本章小結/192本章參考文獻/192第6章物理數據知識混合驅動的高動態系統管控架構/1986.1架構建設背景/1986.2物理數據知識混合驅動的人機混合增強智能系統分析和管控方法/1996.2.1可信的分布式數據、計算和算法模型/2016.2.2物理信息深度學習/2036.2.3融合系統運行規則的混合型DRL方法/2056.2.4從知識圖譜到因果分析的方法/2066.2.5可解釋性人工智能與數字人/2076.3應用示例/2086.3.1物理信息深度學習示例/2086.3.2知識圖譜和因果分析示例/2096.3.3人機混合增強智能電網調控示例/212本章小結/217本章參考文獻/218第7章人機混合增強智能評估及自主進化關鍵技術/2227.1引言/2227.2PLASE系統/2257.2.1PLASE系統的基本結構和目標函數/2257.2.2PLASE系統的結構/2267.3算例實驗/2337.3.1實驗設計/2337.3.2基準智能體的智能評估結果/2377.3.3超參數對智能體智能水平的影響/2387.3.4*優智能體超參數及智能體智能水平變化情況/241本章小結/243本章參考文獻/243第8章人機混合增強智能系統知識自動化和調控平臺/2478.1復雜系統理論方法發展概述/2478.2復雜系統與人機混合增強智能/2498.3總體問題/2508.3.1背景分析/2518.3.2機器智能對復雜系統的認知和管控/2528.3.3人類智能與機器智能之間的認知管控博弈關系/2538.4基于復雜系統管控的人機互信知識自動化流程/2548.4.1人機功能部署:基于任務和流程/2548.4.2人機行為約束:基于規則和職責/2558.4.3人機智能理解:基于相互解釋/2568.4.4人機決策驗證:基于經驗知識和并行系統/2568.5人機混合增強智能、人機互信知識自動化與大電網調控/2568.5.1基于人類智能的大電網調控/2578.5.2機器智能對大電網的認知和管控/2588.5.3人機互信的知識自動化在大電網調控中的應用規則/2618.6人機混合增強智能的電網調控應用示例/262本章小結/264本章參考文獻/265目錄第1章基于多智能體的高動態系統調控關鍵技術/11.1計及風光新能源的電力系統源網協同實時調度策略/11.1.1問題描述/21.1.2DDRL架構/51.1.3案例研究/111.2基于鄰域特征聚合的高比例新能源電力系統源儲協同實時調度策略/181.2.1基礎模型與理論方法/191.2.2基于鄰域特征聚合的源儲協同實時調度方法/241.2.3算例仿真/30本章參考文獻/41第2章基于示教學習的人機混合增強智能理論方法/442.1引言/442.2計及拓撲調節和電網拓撲可變性的有功校正控制強化學習方法/462.2.1基本模型與約束設置/462.2.2決策過程建模/482.3考慮電網拓撲可變性的復雜電網狀態表征方法/492.3.1時變電網狀態的統一規整方法/492.3.2基于圖注意力機制的電網狀態鄰域聚合表征方法/512.4基于改進蒙特卡羅樹搜索的強化學習動作空間優化方法/522.5安全校核結果引導下的有功校正控制智能體訓練與部署機制/542.5.1安全校核結果引導的智能體深度探索訓練機制/542.5.2考慮控制策略長短期效益的智能體部署機制/572.6計及電網層級特征的實時狀態差異化融合方法/582.6.1電網高級、初級特征的構造方法/582.6.2綜合全局、局部特征的電網狀態多層級圖表征架構/592.7融合調度員校正控制經驗的強化學習增強機制/612.7.1基于示教學習的有功校正控制強化學習增強機制/612.7.2考慮示教經驗多樣性的有功校正控制示教數據集構建方法/622.8計及校正控制動作稀疏性的智能體訓練算法/632.9算例分析/682.9.1算例設計/682.9.2算法基本控制性能測試及分析/712.9.3示教數據融合訓練機制的有效性分析/762.9.4先驗經驗比例對智能體性能的影響分析/81本章小結/81本章參考文獻/82人機混合智能高動態系統知識自動化和調控關鍵技術及平臺目錄第3章基于圖計算的多源異構數據和知識處理關鍵技術/853.1基于功能缺陷文本的電力二次設備智能診斷與輔助決策/853.1.1引言/853.1.2電力二次設備功能缺陷記錄文本描述/863.1.3電力二次設備功能缺陷智能診斷與輔助決策平臺/883.1.4基于BiLSTMCRF的電力二次設備功能缺陷文本信息抽取/903.1.5電力二次設備功能缺陷知識圖譜構建與知識應用：智能診斷與輔助決策/923.1.6算例分析/963.2基于遷移學習的電網故障處置知識圖譜構建及實時輔助決策研究/1003.2.1引言/1003.2.2故障處置實時輔助決策技術路線/1013.2.3面向電網故障領域的基于遷移學習的小樣本文本實體識別/1043.2.4基于故障處置的多元數據融合知識圖譜構建與推理方法/1083.2.5基于電網故障處置知識圖譜的實時輔助決策及應用算例/111本章小結/119本章參考文獻/120第4章小樣本多源異構數據深度學習關鍵技術/1244.1“黑天鵝”事件下的小樣本遷移學習框架/1244.1.1“黑天鵝”事件下的社會用電需求波動分析/1254.1.2基于CNN的經濟電力關系特征提取器構建/1264.1.3基于遷移學習的小樣本電力負荷預測框架/1294.1.4算例分析/1314.2用于社會能源和電力消耗分析的經濟與政策綜合計算系統/1454.2.1EPICS框架：政策量化/1474.2.2EPICS框架：混頻經濟數據融合/1524.2.3考慮經濟、政策因素的中長期用電量預測方法/1524.2.4EPICS政策量化結果/1534.2.5EPICS混頻經濟數據指標選取結果/1564.2.6考慮經濟、政策因素的中長期用電量預測結果/157本章小結/160本章參考文獻/162第5章基于可解釋性方法的人機混合智能增強關鍵技術/1655.1SHAP值法/1685.1.1DRL中的SHAP值法/1685.1.2Deep SHAP方法/1695.1.3實驗平臺/1715.1.4實驗算例/1725.2基于加權傾斜決策樹的電力系統DRL控制策略提取/1815.2.1引言/1815.2.2電力系統DRL控制策略提取框架/1825.2.3WODT算法/1845.2.4算例分析/187本章小結/192本章參考文獻/192第6章物理數據知識混合驅動的高動態系統管控架構/1986.1架構建設背景/1986.2物理數據知識混合驅動的人機混合增強智能系統分析和管控方法/1996.2.1可信的分布式數據、計算和算法模型/2016.2.2物理信息深度學習/2036.2.3融合系統運行規則的混合型DRL方法/2056.2.4從知識圖譜到因果分析的方法/2066.2.5可解釋性人工智能與數字人/2076.3應用示例/2086.3.1物理信息深度學習示例/2086.3.2知識圖譜和因果分析示例/2096.3.3人機混合增強智能電網調控示例/212本章小結/217本章參考文獻/218第7章人機混合增強智能評估及自主進化關鍵技術/2227.1引言/2227.2PLASE系統/2257.2.1PLASE系統的基本結構和目標函數/2257.2.2PLASE系統的結構/2267.3算例實驗/2337.3.1實驗設計/2337.3.2基準智能體的智能評估結果/2377.3.3超參數對智能體智能水平的影響/2387.3.4*優智能體超參數及智能體智能水平變化情況/241本章小結/243本章參考文獻/243第8章人機混合增強智能系統知識自動化和調控平臺/2478.1復雜系統理論方法發展概述/2478.2復雜系統與人機混合增強智能/2498.3總體問題/2508.3.1背景分析/2518.3.2機器智能對復雜系統的認知和管控/2528.3.3人類智能與機器智能之間的認知管控博弈關系/2538.4基于復雜系統管控的人機互信知識自動化流程/2548.4.1人機功能部署:基于任務和流程/2548.4.2人機行為約束:基于規則和職責/2558.4.3人機智能理解:基于相互解釋/2568.4.4人機決策驗證:基于經驗知識和并行系統/2568.5人機混合增強智能、人機互信知識自動化與大電網調控/2568.5.1基于人類智能的大電網調控/2578.5.2機器智能對大電網的認知和管控/2588.5.3人機互信的知識自動化在大電網調控中的應用規則/2618.6人機混合增強智能的電網調控應用示例/262本章小結/264本章參考文獻/265
展開全部
人機混合智能高動態系統知識自動化和調控關鍵技術及平臺 作者簡介
張俊，武漢大學電氣與自動化學院教授，博士生導師。2008年畢業于美國亞利桑那州立大學，獲博士學位；2011年在美國丹佛大學任教，并獲終身教授資格。2017年入選*海外高層次引進人才青年。現任中國自動化學會副秘書長，并擔任IEEE武漢分會主席、《智能科學與技術學報》副主編、《自動化學報》（中英文版）編委會成員。研究領域包括復雜系統建模、人機混合增強智能等理論方法在能源電力中的應用。近五年主持或參與包括科技創新2030“新一代人工智能”重大項目在內的二十余項*、省部級項目及行業級科技項目。出版專著五部；發表SCI收錄論文四十余篇、ESI和知網中文高被引論文五篇。獲得多項國內外重要獎項，包括楊嘉墀科技獎個人二等獎、中國自動化學會科技進步獎一等獎等。
書友推薦
- >
羅曼·羅蘭讀書隨筆-精裝
- >
苦雨齋序跋文-周作人自編集
- >
【精裝繪本】畫給孩子的中國神話
- >
姑媽的寶刀
- >
中國歷史的瞬間
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
名家帶你讀魯迅:朝花夕拾
- >
唐代進士錄
本類暢銷
