系统辨识及其在水电能源中的应用【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

系统辨识及其在水电能源中的应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 线性回归与随机过程方法1

1.1 线性回归原理1

1.1.1 回归模型与最小二乘估计1

1.1.2 线性检验和置信区间3

1.1.3 均差法与判定系数8

1.2 水电站线性调度函数10

1.2.1 线性调度函数与回归分析11

1.2.2 相邻时段径流独立条件下的线性调度函数13

1.2.3 线性决策函数的其他计算方法16

1.2.4 线性调度函数的综合计算方法19

1.3 马尔可夫过程21

1.3.1 马尔可夫（Markov）过程21

1.3.2 切普曼-柯尔莫哥洛夫方程22

1.3.3 齐次马氏链24

1.3.4 遍历性与平稳分布26

1.4 Markov径流描述27

1.4.1 时段径流分布律28

1.4.2 时段相关与条件概率30

1.4.3 检查径流是否简单马氏链的方法34

参考文献36

第2章 时间序列分析38

2.1 线性平稳ARMA模型38

2.1.1 线性平稳模型的类别及特征38

2.1.2 时间序列的预报43

2.1.3 ARMA模型参数估计51

2.1.4 模型阶数的确定64

2.2 简单非平稳、非线性模型72

2.2.1 ARIMA模型72

2.2.2 季节性ARIMA模型77

2.2.3 线性趋势预测技术79

2.2.4 组合模型84

2.2.5 门限自回归模型86

2.3 卡尔曼（Kalman）滤波模型90

2.3.1 状态空间及状态估计90

2.3.2 离散时间Kalman滤波98

2.3.3 多库径流预报模型103

参考文献107

第3章 水库系统的辨识型优化调度理论109

3.1 水库系统辨识型优化调度方法概述109

3.1.1 辨识型优化调度方法的提出109

3.1.2 信息结构117

3.1.3 被测系统和研究对象的预处理118

3.1.4 模型类的建立和水库调度系统的几种辨识结构120

3.1.5 最优矩模型及其与串联辨识优化调度的关系125

3.2 单库的辨识型优化调度126

3.2.1 高水位原则的表述和初始调度方案127

3.2.2 减少无益弃水原则和非线性调度函数131

3.2.3 参数模型类和参数辨识：调度函数的优选134

3.2.4 数值模拟——回检与最优回检136

3.3 保证出力的确定139

3.3.1 保证出力的取值范围139

3.3.2 保证出力的确定方法142

3.3.3 引理的证明146

参考文献152

第4章 梯级水库辨识型优化调度155

4.1 梯级水库能的能量增益转换156

4.1.1 梯级水库的能量增益转换及其转换条件157

4.1.2 箱库模型及梯级水库的全箱库能增益转换165

4.2 最优调度函数的确定169

4.2.1 确定末库容初态170

4.2.2 联合保证出力的全箱库能增益转换分配技术172

4.2.3 非线性实时调度函数175

4.2.4 调度函数的优选——最优调度规则178

4.2.5 数值模拟——最优回检179

4.3 定理和公式的证明183

4.3.1 并联水库能和发电能关系式（4.3）的证明183

4.3.2 梯级水库能和发电能关系式（4.4）的证明184

4.3.3 水库蓄能式（4.11）的计算185

4.3.4 定理4.1的证明186

4.3.5 梯级水库能箱库分解式（4.17）的证明190

参考文献190

第5章 洪水的分类预测与调度192

5.1 长江中下游流域的洪水分类192

5.2 洪水的分类预测197

5.3 防洪实时调度规则的Bayes综合202

参考文献206

第6章 神经网络理论及应用207

6.1 引言207

6.1.1 神经网络的发展及应用207

6.1.2 神经网络结构及学习方法209

6.2 单层前向神经网络211

6.2.1 线性网络212

6.2.2 非线性网络213

6.2.3 单层前向网络的最小二乘分类算法214

6.3 多层前向神经网络及应用215

6.3.1 前向多层神经网络的反传学习算法（BP算法）216

6.3.2 前向多层神经网络在预测中的应用219

6.4 反馈型神经网络及其应用221

6.4.1 连续系统神经网络221

6.4.2 Hopfield人工神经网络在TSP中的应用223

6.4.3 离散系统神经网络226

参考文献229

第7章 混沌理论及分析方法230

7.1 引言230

7.2 混沌的数学理论基础232

7.3 混沌分析原理及方法234

7.3.1 混沌的基本概念234

7.3.2 吸引子及其特征描述236

7.4 混沌预测模型及应用242

7.4.1 全域预测方法243

7.4.2 局域预测法246

7.4.3 相轨迹演化模式算法248

参考文献251

后记253