本书为能源服务创新和能源系统优化提供了数据驱动的决策方法的相对整体的观点。通过个性化的能源服务提供和能源效率的提高,本书可以为能源系统的绿色转型和社会的可持续发展做出贡献。本书基于各种数据挖掘和机器学习方法,包括模糊聚类、基于形状的聚类、集成聚类、深度学习和强化学习,提供了一种实现智能能源管理的新方法。
本书介绍了这些数据驱动的方法在提高能源效率和支持能源服务创新方面的应用。此外,本书还研究了区块链在支持点对点(P2P)电力交易创新方面的作用,从而支持智能能源管理。本书的一般范围主要包括负荷聚类、负荷预测、基于价格的需求响应、基于激励的需求响应和基于能源区块链的电力交易。本书的目标读者群包括相关领域的研究人员和工程师,大学的研究生和本科生以及其他一些感兴趣的普通读者。
本书的重要特点是:
(1)介绍了实现不同智能能源管理任务的各种数据驱动方法;
(2)研究数据驱动方法在支持各种能源服务创新中的作用;
(3)探索P2P电力交易中的能源区块链技术,从而支撑智慧能源管理。
0条评论