系統(tǒng)辨識及其在水電能源中的應用

定　價：￥40.00

作　者：	張勇傳
出版社：	湖北科學技術(shù)出版社
叢編項：	長江科學技術(shù)文庫
標　簽：	能源與動力工程水資源調(diào)查與水利規(guī)劃水利工程科技

購買這本書可以去

京東 (￥21.00)

ISBN：	9787535239075	出版時間：	2008-01-01	包裝：	平裝
開本：		頁數(shù)：	253 pages	字數(shù)：

內(nèi)容簡介

　　《系統(tǒng)辨識及其在水電能源中的應用》系統(tǒng)地介紹了水電能源系統(tǒng)辨識理論、方法和作者新近的研究成果?！堕L江科學技術(shù)文庫：系統(tǒng)辨識及其在水電能源中的應用》分為7章，第1章、第2章包括確定調(diào)度函數(shù)的回歸分析方法、徑流的Marko、描述、時間序列分析及其在水電能源系統(tǒng)中的應用；第3章、第4章為辨識型水庫優(yōu)化調(diào)度方法介紹，包括總體框架、單庫和梯級水庫的非線性實時調(diào)度函數(shù)建立；第5章是洪水的分類預測和院化調(diào)度；第6章為神經(jīng)網(wǎng)絡模型；第7辛為混沌理論及應用。　《系統(tǒng)辨識及其在水電能源中的應用》適用于水電能源規(guī)劃調(diào)受與管理的科技工作者、研究人員、工程技術(shù)人員和大專院校相關(guān)教師、研究生。

作者簡介

　　張勇傳，男，1935年生，河南南陽人。1957年畢業(yè)于華中工學院，留校工作至今。1984年榮獲國家有突出貢獻的中青年專家，1997年當選中國工程院院士，現(xiàn)任華中科技大學校學術(shù)委員會副主任、華中科技大學水電與數(shù)字化工程學院名譽院長，華中科技大學文華學院院長。長期從事水資源、電力領(lǐng)域的教學科研工作，為現(xiàn)代水庫運行理論的創(chuàng)立作出了突出貢獻；在水庫運行基礎(chǔ)理論、規(guī)劃決策與洪水風險管理、電力系統(tǒng)和水電站計算機仿真控制、電力系統(tǒng)工程隨機決策領(lǐng)域取得了重要突破；研究成果已成功地應用于生產(chǎn)實際。目前他又率先提出了數(shù)字流域的新概念，并著手流域數(shù)字化領(lǐng)域的工程項目和系統(tǒng)的理論研究?？蒲谐晒@國家科技進步一、二、三等獎和省部級一、二等獎計11項；出版《水電站水庫調(diào)度》等著作10多部，學術(shù)專著《水電能優(yōu)化管理》一書曾獲全國優(yōu)秀圖書二等獎；發(fā)表論文150余篇。

圖書目錄

總序
前言
第1章線性回歸與隨機過程方法
1.1 線性回歸原理
1.1.1 回歸模型與最小二乘估計
1.1.2 線性檢驗和置信區(qū)間
1.1.3 均差法與判定系數(shù)
1.2 水電站線性調(diào)度函數(shù)
1.2.1 線性調(diào)度函數(shù)與回歸分析
1.2.2 相鄰時段徑流獨立條件下的線性調(diào)度函數(shù)
1.2.3 線性決策函數(shù)的其他計算方法
1.2.4 線性調(diào)度函數(shù)的綜合計算方法
1.3 馬爾可夫過程
1.3.1 馬爾可夫（Markov）過程
1.3.2 切普曼-柯爾莫哥洛夫方程
1.3.3 齊次馬氏鏈
1.3.4 遍歷性與平穩(wěn)分布
1.4 Markov徑流描述
1.4.1 時段徑流分布律
1.4.2 時段相關(guān)與條件概率
1.4.3 檢查徑流是否簡單馬氏鏈的方法
參考文獻
第2章時間序列分析
2.1 線性平穩(wěn)ARMA模型
2.1.1 線性平穩(wěn)模型的類別及特征
2.1.2 時間序列的預報
2.1.3 ARMA模型參數(shù)估計
2.1.4 模型階數(shù)的確定
2.2 簡單非平穩(wěn)、非線性模型
2.2.1 ARIMA模型
2.2.2 季節(jié)性ARIMA模型
2.2.3 線性趨勢預測技術(shù)
2.2.4 組合模型
2.2.5 門限自回歸模型
2.3 卡爾曼（Kalman）濾波模型
2.3.1 狀態(tài)空間及狀態(tài)估計
2.3.2 離散時間]Kalman濾波
2.3.3 多庫徑流預報模型
參考文獻
第3章水庫系統(tǒng)的辨識型優(yōu)化調(diào)度理論
3.1 水庫系統(tǒng)辨識型優(yōu)化調(diào)度方法概述
3.1.1 辨識型優(yōu)化調(diào)度方法的提出
3.1.2 信息結(jié)構(gòu)
3.1.3 被測系統(tǒng)和研究對象的預處理
3.1.4 模型類的建立和水庫調(diào)度系統(tǒng)的幾種辨識結(jié)構(gòu)
3.1.5 最優(yōu)矩模型及其與串聯(lián)辨識優(yōu)化調(diào)度的關(guān)系
3.2 單庫的辨識型優(yōu)化調(diào)度
3.2.1 高水位原則的表述和初始調(diào)度方案
3.2.2 減少無益棄水原則和非線性調(diào)度函數(shù)
3.2.3 參數(shù)模型類和參數(shù)辨識：調(diào)度函數(shù)的優(yōu)選
3.2.4 數(shù)值模擬——回檢與最優(yōu)回檢
3.3 保證出力的確定
3.3.1 保證出力的取值范圍
3.3.2 保證出力的確定方法
3.3.3 引理的證明
參考文獻
第4章梯級水庫辨識型優(yōu)化調(diào)度
4.1 梯級水庫能的能量增益轉(zhuǎn)換
4.1.1 梯級水庫的能量增益轉(zhuǎn)換及其轉(zhuǎn)換條件
4.1.2 箱庫模型及梯級水庫的全箱庫能增益轉(zhuǎn)換
4.2 最優(yōu)調(diào)度函數(shù)的確定
4.2.1 確定末庫容初態(tài)
4.2.2 聯(lián)合保證出力的全箱庫能增益轉(zhuǎn)換分配技術(shù)
4.2.3 非線性實時調(diào)度函數(shù)
4.2.4 調(diào)度函數(shù)的優(yōu)選——最優(yōu)調(diào)度規(guī)則
4.2.5 數(shù)值模擬——最優(yōu)回檢
4.3 定理和公式的證明
4.3.1 并聯(lián)水庫能和發(fā)電能關(guān)系式（4.3）的證明
4.3.2 梯級水庫能和發(fā)電能關(guān)系式（4.4）的證明
4.3.3 水庫蓄能式（4.11）的計算
4.3.4 定理4.1的證明
4.3.5 梯級水庫能箱庫分解式（4.17）的證明
參考文獻
第5章洪水的分類預測與調(diào)度
5.1 長江中下游流域的洪水分類
5.2 洪水的分類預測
5.3 防洪實時調(diào)度規(guī)則的Bayes綜合
參考文獻
第6章神經(jīng)網(wǎng)絡理論及應用
6.1 引言
6.1.1 神經(jīng)網(wǎng)絡的發(fā)展及應用
6.1.2 神經(jīng)網(wǎng)絡結(jié)構(gòu)及學習方法
6.2 單層前向神經(jīng)網(wǎng)絡
6.2.1 線性網(wǎng)絡
6.2.2 非線性網(wǎng)絡
6.2.3 單層前向網(wǎng)絡的最小二乘分類算法
6.3 多層前向神經(jīng)網(wǎng)絡及應用
6.3.1 前向多層神經(jīng)網(wǎng)絡的反傳學習算法（BP算法）
6.3.2 前向多層神經(jīng)網(wǎng)絡在預測中的應用
6.4 反饋型神經(jīng)網(wǎng)絡及其應用
6.4.1 連續(xù)系統(tǒng)神經(jīng)網(wǎng)絡
6.4.2 Hopfield人工神經(jīng)網(wǎng)絡在TSP中的應用
6.4.3 離散系統(tǒng)神經(jīng)網(wǎng)絡
參考文獻
第7章混沌理論及分析方法
7.1 引言
7.2 混沌的數(shù)學理論基礎(chǔ)
7.3 混沌分析原理及方法
7.3.1 混沌的基本概念
7.3.2 吸引子及其特征描述
7.4 混沌預測模型及應用
7.4.1 全域預測方法
7.4.2 局域預測法
7.4.3 相軌跡演化模式算法
參考文獻
后記