作品总结
《人工智能实现更智能的电力系统：模糊逻辑和神经网络》
减少碳排放的迫切需要导致可再生能源的使用越来越多，特别是来自风能和光伏发电的电力。然而，这些电源的间歇性给电力系统带来了挑战，电力系统需要确保高而一致的电能质量。展望未来，电力系统还需要能够响应负载的变化，例如电动汽车充电。生产和负载变化都无法精确预测，因此存在一定程度的不确定性或模糊性。应对这些挑战的一种方法是使用一种人工智能 - 模糊逻辑。
模糊逻辑使用的变量可以是 0 到 1 之间的任何实数，而不是 0 或 1。当用于优化替代能源和可再生能源系统时，它具有明显的优势。参数化模糊算法本质上是自适应的，因为可以更改系数以适应要求和数据可用性。
本书重点介绍如何使用模糊逻辑和神经网络来控制电网并使其适应不断变化的需求。本书的章节涵盖模糊推理、基于模糊逻辑的控制、反馈和前馈神经网络、竞争和关联神经网络，以及模糊逻辑、深度学习和大数据在电力电子和系统中的应用。
客服咨询
400 093 7005
周一至周日：09:00AM-21:00PM
微信扫码关注
小程序扫码注册
0条评论